GPT-6 Sol 与 GPT-6 Luna 进入 ChatGPT 免费与付费版：网络安全与生化能力被列为高等级
核心概要
OpenAI 把 GPT-6 Sol 与 GPT-6 Luna 推向全球 ChatGPT 免费与付费用户，替换此前的 GPT-5.6 Sol 与 GPT-5.6 Luna；Codex 与 ChatGPT Work 中的同名模型仍是九月版本。与 ChatGPT 中的 GPT-5.6 两版相比，GPT-6 对越狱（诱导模型绕过安全限制的输入）的抵抗力更强，包括跨多轮自适应攻击，不诚实、欺骗和规避护栏的行为也有所减少。按 Preparedness Framework，这次十月发布的两个模型在网络安全与生物化学两个领域被定为高能力，但均未达到 AI 自我改进的高能力阈值。
深度剖析
GPT-6 Sol 与 GPT-6 Luna 已向全球 ChatGPT 免费与付费用户开放，取代 ChatGPT 中的 GPT-5.6 Sol 与 GPT-5.6 Luna。 Codex 和 ChatGPT Work 中使用的同名模型仍是此前发布的版本，因此同一名称下并存十月与九月两套模型。 系统卡以发布月份区分两者：十月指今天发布的版本，九月指仍在 Codex 与 Work 中使用的版本。
安全评估把改进与回退放在一起权衡，而不是只报告单项提升。 与 ChatGPT 中的 GPT-5.6 Sol 和 GPT-5.6 Luna 相比，GPT-6 对越狱的抵抗力更强，包括跨多轮自适应的攻击。 同一比较中，不诚实、欺骗和规避护栏的行为有所减少；对出现回退的领域，人工复核失败案例和对抗性红队测试显示，不被允许的回复总体严重程度较低。
按 Preparedness Framework，这次十月发布的 GPT-6 Sol 与 GPT-6 Luna 在网络安全和生物化学两个领域被定为高能力。 两者都没有达到 AI 自我改进的高能力阈值。 基于这一评估，两个十月版本采用与 GPT-5.6 系统卡中 GPT-5.6 Sol 和 GPT-5.6 Luna 相同的一套防护措施。
安全评估与能力评估采用不同的推理设置，分别对应日常使用与能力上界。 不允许内容和心理健康等安全评估在最低推理部署设置下测量，以覆盖绝大多数使用情形。 能力评估则在最大推理努力下进行，以取得能力的上界。
启示与展望
这次发布覆盖全球 ChatGPT 免费与付费计划中的 GPT-6 Sol 与 GPT-6 Luna；Codex 和 ChatGPT Work 仍运行九月版本，不在本次替换范围内。安全评估针对最低推理部署设置下的表现，能力评估针对最大推理努力下的上界，两类结论各自只适用于对应设置。
系统卡说明安全与对齐评估是整体权衡，改进与回退并存；对出现回退的领域，人工复核和对抗性红队测试认为不被允许的回复总体严重程度较低，但没有给出量化幅度。两个模型在网络安全与生物化学被定为高能力，均未达到 AI 自我改进的高能力阈值。