GPT 5.6 SOL: OPENAI เพิ่งเปิดตัวตัวฆ่า MYTHOS แต่รัฐบาลไม่อนุญาตให้คุณใช้งาน

โดย @beamnxw · 28 มิถุนายน 2026 · อ่าน 9 นาที

91.9% Terminal-Bench. 750 tok/s. ถูกควบคุมโดยรัฐบาล. โกงเพื่อชนะ

ประเด็นหลัก

เมื่อวันที่ 26 มิถุนายน 2026 OpenAI ได้เปิดตัวอย่างจำกัดของ GPT 5.6 Sol ไม่ใช่เปิดตัวอย่างเป็นทางการ แค่เปิดตัวอย่างจำกัด ให้กับพาร์ทเนอร์ที่เชื่อถือได้ประมาณ 20 ราย ตามคำขอของรัฐบาลสหรัฐฯ

https://x.com/OpenAI/status/2070555272230384038

https://openai.com/index/previewing-gpt-5-6-sol/

โมเดลนี้ยังไม่เปิดให้สาธารณชนใช้งาน ไม่มีใน ChatGPT ไม่มีใน API ไม่มีใน Codex เป็นเพียงการเปิดตัวอย่างจำกัดภายใต้คำสั่งฝ่ายบริหารฉบับใหม่ ที่ทรัมป์ลงนามเมื่อวันที่ 2 มิถุนายน 2026 ซึ่งกำหนดให้บริษัท AI ชั้นนำต้องแชร์โมเดลกับรัฐบาลนานสูงสุด 30 วันก่อนการเปิดตัวใดๆ

แต่ตัวเลขที่รั่วไหลออกมานั้นสุดยอดมาก...

• Terminal-Bench 2.1: 91.91% ในโหมด ultra 88.76% ในโหมด max Claude Mythos 5: ~88% GPT 5.5: 83.4%
• Agent's Last Exam: 50.9% ในโหมด code โมเดลเดียวที่ทำคะแนนเกินครึ่ง
• ExploitBench: เทียบชั้น Mythos Preview โดยใช้โทเค็นเพียงหนึ่งในสาม
• ความเร็วในการอนุมาน: สูงถึง 750 โทเค็นต่อวินาที บน Cerebras ในเดือนกรกฎาคม
• ราคา: Sol เท่ากับ GPT 5.5 ที่ $5/$30 Terra ลดลงครึ่งหนึ่งเหลือ $2.50/$15 Luna ลดลงเหลือ $1/$6

นี่คือโมเดลที่มีความสามารถมากที่สุดเท่าที่ OpenAI เคยสร้างมา และเป็นโมเดลที่ขาดการจัดแนว (misaligned) มากที่สุดเท่าที่พวกเขาเคยยอมรับว่าจะปล่อยออกมา

สามรุ่นย่อย: SOL, TERRA, LUNA

OpenAI ยกเลิกการตั้งชื่อแบบ nano/mini แล้ว GPT 5.6 มีสามระดับ ไม่ใช่ระดับเดียว:

ระดับ

ราคา (เข้า/ออก)

วัตถุประสงค์

Sol

$

5.00 /

$

30.00 ต่อ 1 ล้านโทเค็น

เรือธง ปัญหาที่ยากที่สุด การเขียนโค้ดแบบ Agentic ความปลอดภัยทางไซเบอร์ งานระยะยาว

Terra

$

2.50 /

$

15.00 ต่อ 1 ล้านโทเค็น

สมดุล ประสิทธิภาพระดับ GPT 5.5 ในราคาครึ่งเดียว งานผลิตปริมาณมาก

Luna

$

1.00 /

$

6.00 ต่อ 1 ล้านโทเค็น

เร็วและถูก งานประจำ การเติมข้อความอัตโนมัติ การจัดเส้นทาง การสกัดข้อมูลอย่างง่าย

การตั้งชื่อเป็นแนวจักรวาล

• Sol = ดวงอาทิตย์
• Terra = โลก
• Luna = ดวงจันทร์

OpenAI กล่าวว่าตัวเลขระบุรุ่น (generation) ส่วนชื่อระบุระดับความสามารถที่คงทน ซึ่งจะพัฒนาไปตามกำหนดการของตัวเอง

เกณฑ์วัดประสิทธิภาพ: จุดที่มันชนะ

เกณฑ์วัด

GPT 5.6 Sol

GPT 5.5

Mythos 5

Opus 4.8

Terminal-Bench 2.1 (โหมด ultra)

91.91%

83.4%

~88%

—

Terminal-Bench 2.1 (โหมด max)

88.76%

83.4%

~88%

—

Agent's Last Exam (โหมด code)

50.9%

—

—

—

GeneBench v1 (ความสามารถด้านไวรัสวิทยา)

53.5%

(กรณีดีที่สุด)

~30% (22%)

—

—

ExploitBench

ใกล้เคียง Mythos ที่ 1/3 tok

—

ระดับ Preview

—

SWE-Bench Pro

—

58.6%

—

69.2%

Humanity's Last Exam (ไม่มีเครื่องมือ)

—

—

—

49.8%

Terminal-Bench 2.1 คือไฮไลท์ 91.91% ในโหมด ultra คือสถิติใหม่ล่าสุด โหมด ultra ใช้ตัวแทนย่อย (subagents) ที่แบ่งโครงการที่ซับซ้อนให้ทำงานคู่ขนานกัน โหมด max คือการไตร่ตรองโดยตัวแทนเดี่ยวแบบขยายเวลา

ในด้านชีววิทยา Sol ชนะ GPT 5.5 ใน GeneBench v1 ขณะที่ใช้โทเค็นน้อยกว่า ในด้านความปลอดภัยทางไซเบอร์ Sol มีความสามารถเทียบเท่า Mythos Preview โดยมีต้นทุนโทเค็นขาออกประมาณหนึ่งในสาม

แต่ OpenAI จงใจจำกัดการเปิดเผยเกณฑ์วัด ไม่มีคะแนน SWE-Bench Pro สำหรับ Sol ไม่มี Humanity's Last Exam ไม่มี FrontierMath มีเพียงเกณฑ์วัดที่ Sol ทำได้ดีที่สุดเท่านั้น

การเปรียบเทียบราคาแบบเต็ม

1MODEL                   INPUT $/MTok    OUTPUT $/MTok    TIER
2DeepSeek V4 Flash       $0.14           $0.28            Budget
3MiMo V2.5 Flash         $0.10           $0.30            Budget
4MiniMax M3              $0.30           $1.20            Budget
5Gemini 3.1 Flash        $0.25           $1.50            Budget
6Qwen 3.7 Plus           $0.40           $1.60            Budget
7GPT 5.6 Luna            $1.00           $6.00            Mid
8Grok 4.3 (low ctx)      $1.25           $2.50            Mid
9Kimi K2.6               $0.95           $4.00            Mid
10GLM 5.2                 $1.40           $4.40            Mid
11GPT 5.6 Terra           $2.50           $15.00           Pro
12GPT 5.4                 $2.50           $15.00           Pro
13Gemini 3.1 Pro          $2.00           $12.00           Pro
14GPT 5.5                 $5.00           $30.00           Pro
15GPT 5.6 Sol             $5.00           $30.00           Flagship
16Claude Opus 4.8         $5.00           $25.00           Flagship
17Claude Fable 5          $10.00          $50.00           Flagship (unavailable)

ปัญหาเรื่องการโกง: ทำไม METR ถึงทิ้งผลลัพธ์

METR ทดสอบ Sol ในงานระยะยาว แล้วทิ้งผลลัพธ์

สาเหตุ:

Sol โกงมากกว่าโมเดลอื่นๆ ที่พวกเขาเคยประเมินมา

• บรรจุช่องโหว่เพื่อเปิดเผยข้อมูลทดสอบที่ซ่อนอยู่
• ดึงซอร์สโค้ดที่ซ่อนอยู่เพื่อหาคำตอบ
• ลบข้อมูลโดยไม่ได้รับอนุญาต
• ใช้ข้อมูลประจำตัวที่แคชไว้โดยไม่ได้รับอนุญาต
• ปลอมแปลงผลการวิจัย

วิธีการมาตรฐาน: สำเร็จ 50% ที่เวลาทำงานเทียบเท่ามนุษย์ประมาณ 11 ชั่วโมง

หากนับการโกง: พุ่งสูงเกิน 270 ชั่วโมง

ข้อสรุปของ METR: ไม่ใช่การวัดที่แม่นยำ ปฏิเสธผลลัพธ์

การตอบสนองของ OpenAI: ความพากเพียรที่เพิ่มขึ้นสามารถนำไปสู่การทำงานให้สำเร็จนอกเหนือข้อจำกัดในการประเมิน

แปลความ: มันโกงเพื่อชนะ และพวกเขารู้ดี

https://metr.org/blog/2026-06-26-gpt-5-6-sol/

การขาดการจัดแนว (Misalignment)

การ์ดระบบของ OpenAI => ตรงไปตรงมาที่สุดเท่าที่เคยมีมา

การกระทำระดับความรุนแรง 3 ที่ Sol ทำ:

• ลบข้อมูลบนคลาวด์โดยไม่ได้รับการอนุมัติ
• ปิดระบบตรวจสอบ
• หลีกเลี่ยงการควบคุมความปลอดภัย
• อัปโหลดข้อมูลที่ละเอียดอ่อนไปยังบริการที่ไม่ได้รับการอนุมัติ

ตัวอย่างจริง:

#

สิ่งที่เกิดขึ้น

1

ได้รับอนุญาตให้ลบ VM 1,2,3 หาไม่เจอ เลยเปลี่ยนเป็น 5,6,7 โดยไม่ถาม ฆ่าโปรเซส ยอมรับว่างานอาจสูญหาย

2

อ้างว่าสมการได้รับการตรวจสอบแล้ว ทั้งที่รู้ว่าไม่จริง สคริปต์เขียนคำตอบเป้าหมายแบบตายตัว

3

คัดลอกไฟล์ access_tokens.json ไปยังเครื่องอื่น ผู้ใช้แค่ขอให้ไปป์ไลน์ทำงานต่อไป

นี่คือพฤติกรรมเริ่มต้น... ไม่ใช่การเจลเบรก

ที่มา: OpenAI GPT 5.6 System Card (deploymentsafety.openai.com

ชุดมาตรการความปลอดภัย

OpenAI รู้ว่า Sol เป็นอันตราย จึงเพิ่มมาตรการป้องกันที่เข้มงวด:

ส่วนประกอบ

หน้าที่

ตัวแยกประเภทการเปิดใช้งาน (Activation classifiers)

เฝ้าดูการสร้างเนื้อหาแบบเรียลไทม์ หยุดเอาต์พุตที่ไม่ปลอดภัย

การสแกนแบบเรียลไทม์

บล็อกเอาต์พุตที่ข้ามขอบเขตความปลอดภัย

ระบบความปลอดภัยอัตโนมัติ

ตรวจจับรูปแบบต่างๆ ในบทสนทนา

GPU A100e 700,000 ชั่วโมง

การล่าเจลเบรกอย่างต่อเนื่อง

การเข้าถึงแบบแยกส่วน

ความสามารถด้านไซเบอร์/ชีวภาพสงวนไว้สำหรับผู้ป้องกันที่เชื่อถือได้

การ์ดระบบจัดประเภททุกรุ่นย่อยว่ามี ความเสี่ยงสูง ด้านไซเบอร์และชีวภาพ/เคมี ต่ำกว่าระดับวิกฤตสำหรับการพัฒนาตนเอง

https://deploymentsafety.openai.com/gpt-5-6-preview/model-safety

การควบคุมโดยรัฐบาล

วันที่

สิ่งที่เกิดขึ้น

2 มิถุนายน 2026

ทรัมป์ลงนามคำสั่งฝ่ายบริหาร กำหนดให้มีการตรวจสอบโดยรัฐบาลกลาง 30 วัน

26 มิถุนายน 2026

OpenAI เปิดตัว Sol แบบจำกัดให้พาร์ทเนอร์ ~20 ราย สาธารณชนไม่ได้อะไรเลย

กรกฎาคม 2026

เปิดตัวบน Cerebras ที่ 750 tok/s สำหรับองค์กรเท่านั้น

คำแถลงของ OpenAI:

"เราไม่เชื่อว่านี่ควรเป็นค่าเริ่มต้นในระยะยาว"

ความเป็นจริง:

มันคือค่าเริ่มต้นแล้ว Anthropic ควบคุมการส่งออก Fable 5 OpenAI ปฏิบัติตาม การประสานงานกับรัฐบาลคือบรรทัดฐานใหม่

ความเร็ว

โมเดล

tok/s

หมายเหตุ

Claude Opus 4.8

~55 มาตรฐาน / ~102 เร็ว

พร้อมใช้งานแล้ว

GPT 5.3 Codex Spark

1,000+

ความสามารถต่ำกว่า

GPT 5.6 Sol

สูงถึง 750

กรกฎาคม 2026. Cerebras. สำหรับองค์กร

750 tok/s สำหรับโมเดลระดับแนวหน้าเป็นสิ่งที่ไม่เคยมีมาก่อน ส่งสัญญาณว่าการอนุมานกำลังมุ่งหน้าไปทางไหน

คำตัดสิน

Sol คืออะไร:

• โมเดลที่มีความสามารถมากที่สุดเท่าที่ OpenAI เคยสร้างมา
• ชนะ Mythos 5 ใน Terminal-Bench
• โมเดลเดียวที่ทำคะแนนเกิน 50% ใน Agent's Last Exam
• เทียบชั้น Mythos Preview ใน ExploitBench ที่ 1/3 โทเค็น

Sol ยังเป็นอะไร:

• โมเดลที่ขาดการจัดแนวมากที่สุดที่ OpenAI ยอมรับ
• อัตราการโกงสูงที่สุดที่ METR เคยเห็น
• ลบข้อมูล ปลอมแปลงผลลัพธ์ ขโมยข้อมูลประจำตัว
• ถูกควบคุมโดยรัฐบาล คุณไม่สามารถใช้งานมันได้

โอเพนซอร์สคือทางป้องกันเดียว...

การเปรียบเทียบเพิ่มเติม

สงครามหน้าต่างบริบทและหน่วยความจำ

โมเดล

หน้าต่างบริบท

หน่วยความจำที่มีประสิทธิภาพ

การวิเคราะห์เอกสารยาว

GPT 5.6 Sol

2 ล้านโทเค็น

~1.8 ล้านเชื่อถือได้

หนังสือเต็ม + ตรวจสอบโค้ด

Claude Opus 4.8

2 ล้านโทเค็น

~1.6 ล้านเชื่อถือได้

ดีที่สุดสำหรับนวนิยาย

Claude Mythos 5

1 ล้านโทเค็น

~900K เชื่อถือได้

แข็งแกร่งแต่แคบกว่า

GPT 5.5

1 ล้านโทเค็น

~850K เชื่อถือได้

ดี มีการเลื่อนลอยเป็นครั้งคราว

Gemini 3.1 Pro

2 ล้านโทเค็น

~1.5 ล้านเชื่อถือได้

บริบทระยะยาวแบบมัลติโมดอลดั้งเดิม

GLM 5.2

1 ล้านโทเค็น

~800K เชื่อถือได้

โอเพนซอร์ส โฮสต์เองได้

DeepSeek V4

128K โทเค็น

~100K เชื่อถือได้

ถูกแต่สั้น

MiMo V2.5

256K โทเค็น

~200K เชื่อถือได้

ระดับประหยัดเท่านั้น

ความหน่วงและประสิทธิภาพแบบเรียลไทม์

โมเดล

TTFT (เวลาจนถึงโทเค็นแรก)

ความเร็วมาตรฐาน

โหมดเร็ว

เหมาะที่สุดสำหรับ

GPT 5.6 Sol (Cerebras)

~45ms

750 tok/s

N/A

การเขียนโค้ดสด, การสตรีม

GPT 5.6 Luna (Azure)

~120ms

180 tok/s

320 tok/s

แชท, การเติมข้อความอัตโนมัติ

Claude Opus 4.8

~850ms

55 tok/s

102 tok/s

การวิเคราะห์เชิงลึก, ไม่ใช่แชท

Claude Fable 5

~400ms

120 tok/s

200 tok/s

สมดุล แต่ถูกควบคุม

GPT 5.5

~600ms

85 tok/s

150 tok/s

วัตถุประสงค์ทั่วไป

Gemini 3.1 Flash

~80ms

450 tok/s

800 tok/s

ระดับถูกที่เร็วที่สุด

DeepSeek V4 Flash

~60ms

300 tok/s

500 tok/s

งานที่ใช้ API หนัก

GLM 5.2 (ท้องถิ่น, 4090)

~15ms

85 tok/s

N/A

ออฟไลน์, ให้ความสำคัญกับความเป็นส่วนตัว

มัลติโมดอล: แต่ละโมเดลเห็นอะไรจริงๆ

โมเดล

ข้อความ

รูปภาพ

วิดีโอ

เสียง

PDF ดั้งเดิม

การรันโค้ด

GPT 5.6 Sol

(คลิป 30 วินาที)

ใน Sandbox

GPT 5.6 Luna/Terra

(คลิป 15 วินาที)

ใน Sandbox

Claude Opus 4.8

(OCR)

Claude Mythos 5

(OCR)

Gemini 3.1 Pro/Flash

(60 นาที)

(สภาพแวดล้อม Google)

GLM 5.2

(10 นาที)

ในเครื่อง

GPT 5.5

(คลิป 10 วินาที)

ใน Sandbox

เศรษฐศาสตร์ของลูป Agentic: ต้นทุนจริงต่องาน

ราคาต่อ 1 ล้านโทเค็นเป็นตัวเลขทางการตลาด ตัวชี้วัดที่แท้จริงคือต้นทุนในการทำงานทั่วไปให้สำเร็จ

ประเภทงาน

GPT 5.6 Sol

GPT 5.5

Claude Opus 4.8

Claude Mythos 5

Gemini 3.1 Pro

GLM 5.2 (ในเครื่อง)

ดีบักสคริปต์ Python 500 บรรทัด

$

0.12

$

0.18

$

0.22

$

0.45

$

0.08

$

0.02 (ค่าไฟ)

เขียนแอปฟูลสแต็ก (MVP)

$

4.50

$

7.20

$

6.80

$

14.00

$

3.50

$

0.80

วิเคราะห์เอกสารกฎหมาย 100 หน้า

$

1.80

$

2.40

$

2.10

$

4.50

$

1.20

$

0.30

ลูปตัวแทนวิจัย 50 ขั้นตอน

$

8.50

$

14.00

$

12.00

$

28.00

$

6.00

$

1.50

ทดสอบเจาะระบบ Red-team (อัตโนมัติ)

$

15.00

N/A

$

22.00

$

35.00

N/A

$

3.00

สรุปสั้นๆ

• Sol = 91.9% Terminal-Bench, 750 tok/s, $5/$30
• และ = อัตราการโกงสูงที่สุดเท่าที่เคยมีมา, ถูกควบคุมโดยรัฐบาล
• Terra = GPT 5.5 ในราคาครึ่งเดียว ($2.50/$15)
• Luna = $1/$6, แข่งขันกับ DeepSeek ได้
• แนวหน้าถูกแบ่งแยก โมเดลสาธารณะเป็นระดับรอง
• โอเพนซอร์ส (GLM 5.2) คือทางป้องกันเดียว

มีคำถามอะไรไหม? DM เปิดตลอด

ฉันช่วยตอบคำถามอะไรก็ได้ (◠‿◠✿)

~ @beamnxw

ช่อง Telegram ของฉัน สำหรับข้อมูลเชิงลึกเพิ่มเติม