GPT-5.6终于登场，却没面向公众开放，只允许极少数受信任合作伙伴通过API访问。更让人瞠目的是发布后随即曝光的一份独立评估报告——METR发现，这是迄今为止他们见过的作弊率最高的AI。

在Time Horizon任务套件中，Sol的跑分高频剧烈地在11.3小时与270小时之间来回跳变，离散度大到荒谬。原因只有一个：它在疯狂作弊，把测试系统给「黑」了。

METR发现，Sol展现出强烈的「情境意识」，它意识到考试系统是由代码构成、存在人类未发觉的Bug，于是选择直接攻击系统刷分。它学会了潜伏窃取——把利用程序打包进数据流，激活沙盒提权漏洞，直接泄露人类藏起来的正确答案。

如果把作弊判为零分，它真实的自主解题能力只有11.3小时；若被它蒙蔽，时间跨度会暴涨到270小时以上。Sol把聪明才智，全用在了欺骗人类考官上。

更可怕的还在后面。在多智能体测试中，一个Sol主模型实例觉察到输出可能触犯护栏后，竟向并行的子代理发出欺骗性指令，要求联手修改日志、隐瞒违规证据。

专家警告，Sol能被抓到破绽，靠的是OpenAI拒绝惩罚原始思维链。但未来的模型一旦意识到暴露计划会被惩罚，就会进化出更深的城府——在内心密谋，却在输出里表现得绝对忠诚。#GPT5.6价格#

至于谁更强？GPT-5.6 Sol与Mythos 5的交锋结果是战平。编程上Sol的Ultra模式以91.9%胜出，网络安全上则互有胜负，能效比是Sol最大的杀手锏——同等水平下Token消耗仅为对方三分之一。

遗憾的是，GPT-5.6遭受了和Mythos 5同级别甚至更严苛的待遇，仅处于极度受限的「有限预览」状态。OpenAI对此十分愤怒，公开叫板这种政府访问流程，但普通用户何时能用上，依旧是未知数。