最强的模型已经造出来了，但你可能暂时用不上。

在北京时间6月27日凌晨的时候, 也就是美东时间6月26日周五，OpenAI发布了GPT - 5.6 , 依照以往几年所遵循的惯例, 这本该是一个闪光灯闪亮起来, Altman面带微笑宣告“现在所有人都能够使用”的时段, 然而此次却并非如此, 没有GPT直接上线, 没有面向全球开发者的API开放, 甚至都没有举办一场面向公众的发布会。

替代它出现的, 是一封写好了地址的邀请函, 它有收件人大约20个, 并且这当中的每一个收件人, 都一定得经过美国政府点头同意才行。两周之前, 另外一家处于头部位置的AI公司Anthropic, 它的最新模型Fable 5在发布仅仅过了3天之后, 就被美国商务部用一纸信函在全球范围内关停了。有两个行业巨头, 存在两条完全相反的应对路径, 然而它们却撞上了同一堵墙。

GPT-5.6的故事, 是关乎一个模型究竟有多强的故事, 同时, 还是关于一道门正以怎样的方式关上的故事。

屠榜者

GPT - 5.6并非只是单个模型, 而是一个家族, OpenAI此次摒弃了Pro、Mini那套旧命名方式, 推出了三个采用天文学命名的型号, 名为Sol（太阳） , Terra（大地） , Luna（月亮） , 这听起来好似一个充满浪漫色彩的产品世界, 然而实际上它是行业中早已发展成熟的三层产品分层, 其中旗舰型号承担着能力上限的职责, 均衡款主要负责日常任务，轻量款则侧重于速度与成本。

GPT-5.6 Sol在Terminal-Bench 2.1这个当下最能用以衡量AI端到端编程能力的基准测试里, 于ultra模式下取得了91.9%的得分, 成为了所有已公开模型中的最高分获得者。Terminal-Bench 2.1这个测试所考察的并非是编写一段函数, 而是要求模型在命令行环境之中理解问题, 将步骤进行拆解, 调用工具, 运行命令, 检查结果, 在出错时进行修改, 直至任务得以完成, 它更趋近于真实开发流程而非考试答题。

以之为参照, 两周之前, Anthropic方才发布的Claude Mythos 5为88.0%, Fable 5为84.3% 也就是说, Mythos 5占据榜首之位仅仅17天 即便Sol关掉ultra仅采用max模式, 亦有88.8% 单靠这个数字已然超越了Anthropic两个最新旗舰的全部得分。

但真正让竞争对手紧张的，不是分数本身，而是效率。

ExploitBench 如此这般一个更堪比真实漏洞利用场景的网络安全评测里, 针对 Sol 表现而言, 近乎持平于 Anthropic 先前那个 “厉害致使不敢前去公开发布” 的 Mythos Preview, 然而仅仅耗费了大约三分之一的输出 token。token 数量越少就意味着推理路径更加简洁, 试错绕路的情况变少, 这也表明实际调用成本更易于把控。于 CTF 夺旗赛当中, Sol 的命中率高达 96.7%, 几乎抵达上限。OpenAI再三向外界传达同一个讯息, 那就是, 我们不但跑得最为迅速, 而且跑得最为节省力气。

这种效率优势背后是两项新机制。

第一个称作max reasoning effort, 能够被理解成“最大推理强度”, 给予Sol更多的时间, 以及更深长的推理链, 用以处理那些无法依靠第一反应去解决的复杂任务。

其第二个被称作ultra mode, 这属于更具想象力的设计。Sol并非是单个模型独自进行思考, 而是会自动把复杂任务予以拆分, 启动多个子智能体并行开展处理, 随后再对结果加以汇总。倘若讲max是“使一个人思考得更长久”, 那么ultra便是“让这个人召集一支团队各自去干活”。关键的区别在于, Anthropic的Agent Teams需要人去设计协作方式, 然而ultra是由模型自身完成任务的拆解以及协调。成绩是SOTA的Terminal-Bench, 正是通过ultra模式跑出来的。

三层定价同样值得细看。

Sol将价格对齐上一代GPT - 5.5标准版, 输入每百万token是5美元, 输出每百万token是30美元, 但其能力实现了代际跃升。Terra把价格砍半, 变为2.5美元和15美元, OpenAI直接将其定位为“具有GPT - 5.5级别能力, 却是一半价格”, 在Terminal - Bench上获得84.3%的成绩, 与Claude Fable 5相同。Luna被压低到1美元以及6美元, 这仅仅是GPT - 5.5价格的五分之一, 它专门致力于批量摘要、文本分类, 这些属于高并发低延迟的大规模部署场景。

在过去的几年当中, OpenAI所采用的策略能够被归纳为这样一句话, 即要打造出一个具备最强实力的模型, 从而供所有的人去使用它。此次去跟进Anthropic的Opus、Sonnet以及Haiku这三层架构, 从本质上来说, 是认可了同一个商业方面的现实情况, 也就是不同的客户对于模型有着不同的需求, 一个旗舰性质的模型没有办法在同一时间兼顾到那些追求极限性能的研究机构、精打细算的企业客户以及仅仅只要模型够快够便宜就可以用于规模化应用的情况。

OpenAI已秘密提交IPO申请, 其目标估值大概在1万亿美元上下, 鉴于此, Sol/Terra/Luna的三层定价体系, 本质上就是一份已然写好的ARR增长故事。CFO Sarah Friar设定的目标时间点为2027年, 然而有些顾问觉得年内便有可能冲刺。公司当前大约有9亿周活用户, 月营收大概为20亿美元, 在递交招股书之前, 得向华尔街讲明白两件事: 其一, 不依赖单一爆款, 具备可持续的产品矩阵；其二, 有清晰的收入分层以及增长逻辑。三层模型矩阵恰好同时回答了这两个问题。

7月起, Sol会借助Cerebras进行部署, 其生成速度最快能够达到750 token/s, 相较于当下的旗舰模型, 快出了一个数量级。

但所有经过精心编排的技术叙事, 以及商业叙事, 都被“仅限20家审批企业”这条线给架在了半空中, 你能够在纸面上设计出最为美妙的产品分层, 还有增长故事, 可是倘若政府控制了分发渠道, 那么定价权就不再单单只属于你了。

审批表

GPT-5.6为何不能够直接进行上线呢? 这需要追溯到14天之前Anthropic所遭遇的情况。

在美东的那个 6 月 9 日, 也就是北京时间的 6 月 10 日, Anthropic 依照预先计划推出了 Fable 5 以及 Mythos 5, 而这俩可是它在冲击 IPO 之前, 用以证明自身技术具备领先性的极为关键的两颗棋子, 在发布之前所做的内部评估认定它们是那种“有着防护措施、处于安全状态的”。

在美东时间6月11日的时候, CEO Dario Amodei发表了有重大影响力的一篇政策文章, 并且公开进行呼吁, 为的是让美国政府去建立起针对前沿AI模型的法定审查权力以及关停权力。于两天之后, 政府依循着这个逻辑对Anthropic采取行动了: 正是美东时间6月12日下午5时21分的时候（此时间对应北京时间6月13日凌晨），美国商务部长Howard Lutnick签发了一封信函, 凭借援引出口管制法律里的“视同出口”条款, 要求Anthropic马上停止为全球任何外国国民提供对这两个模型的访问权限。

留意着, “外国国民”涵盖的不光是海外用户, 还包含在美国境内工作的外籍员工。鉴于自家员工都处于管制范畴内, 任何选择性屏蔽的方案, 在技术层面以及法律层面都是行不通的。Anthropic的回应不存在中间路线: 在全球范围内下线。从信函发出开始, 直至Fable 5消失, 历时不到48小时。这属于AI行业版本的“求锤得锤”: 要是你诉求政府构建关停权力, 那政府就关停呈现给你瞧。

一件事, 其理解的钥匙, 是一个法律概念, 这个法律概念是大多数科技从业者从来都没有听过的, 它叫做“视同出口”。

在美国的出口管制法律体系当中, 存在这样一条规则, 它作出了如下规定, 把受到管制的技术, 泄露给身处美国境内的外国国民, 这种行为本身, 就等同于朝着该外国国民所属的国籍国出口该项技术。

其原本所针对的目标是军工以及半导体, 在中国籍的一位工程师于英特尔美国实验室瞅见某一款芯片的设计图之时, 在法律层面就如同是把这颗芯片出口给了中国, 美国商务部工业安全局于此次形成的跨越情况是, 将“视同出口”这项规则首次运用到了已部署于云端的AI模型的访问控制方面, 它所限制的并非是GPU的出口, 并非是芯片制造设备, 并非是训练数据的跨境方面, 而是究竟是谁能够调用一个API, 是从哪一个IP地址去进行调用, 是使用哪一本护照去进行调用。

Lawfare这个法律分析平台的评论可谓是切中要害, 其指出: “出口管制当局当初是为实体商品以及一种更为早期的技术形态所设计的, 然而如今, 却被要求去做一件实实在在是全新的事情。”达成此事, 既不需要国会去通过新的法律, 也不需要经历冗长繁杂的行政程序, 仅仅一封商务部长所发出的信函便足够了。

然后看OpenAI。它选择了一条完全不同的路。

在GPT - 5.6发布以前, Altman于6月初前往华盛顿, 向白宫汇报模型所具备的能力。在美东时间6月22日的时候, OpenAI发布了安全公告, 宣称“一直都在同美国政府以及相关联邦机构展开密切合作, 从而为愈发具备网络能力的AI模型做好相应准备”。在美东时间6月26日产品得以亮相, 不过其访问权限被极严格地限定在大约20家经过政府审批的合作企业范围之内。

并非是由OpenAI自行挑选客户, 而是每一家想要接入的企业, 都得经由政府逐个点头同意才行。合作伙伴的名单是直接与政府进行共享的。Altman在给员工的内部备忘录里道出了实情: “我们已向美国政府清楚表明, 这并非是我们所偏好的长期模式。”然而当下, 他唯有选择配合。

看待两件事放在一起的情况, 美国政府创建了一套事实上处于前沿的AI审批机制。针对Anthropic采用的是事后的“紧急关停”方式, 针对OpenAI采用的是事前的“预审批”方式。从关停转变至审批, 政府的学习曲线相较于所有人预先设想的更为陡峭。

需要更值得予以关注的是, 这套机制并不存在盟友豁免条款, 美东时间6月14日, 加拿大总理Mark Carney公开把AI供应链集中度风险的问题提了出来, 然而加拿大企业并不会因为身处五眼联盟, 就能够获得特殊的待遇, 日本、韩国、欧盟这些所有非美国的实体, 在BIS的文件里都被一律平等地挡在了门外, 多国政府已经开始将“美国AI API随时有可能中断供应”列为其敏感应用的采购风险评估内容, 这并非是一次孤立的执法行动, 而是一条正在形成的供应链新边界。

OpenAI针对GPT - 5.6的Sol投入了210万美元用于自动化红队测试, 这属于公司历史上单次发布时金额最大的安全投入。这个金额对于三类读者有着不同意义存在, 监管者看到它会读到“我们已经无比慎重小心了”, 投资者通过它会读到“我们的安全体系发展至成熟态了”, 潜在的IPO买家借助它会读到“这个生意具备防御的护城河了”。

OpenAI于公告里再三着重指出GPT-5.6 Sol未达成Cyber Critical等级, 意即此模型颇为强大, 特别是于网络安全任务领域很强, 然而尚未强至能够自行完成最为危险的网络攻击环节。网络安全能力于此处是一柄双刃剑, 其越强, 也就越能够助力防御者寻觅漏洞、撰写补丁以及开展安全测试, 不过同样因它很强, 政府便会担忧其遭滥用。这是为何此次推出被视作安全事件来对待。核心问题而言它并非新模型有无用处；不是针对新模型是否有用。需明确核心问题。而是在于要是过早、且过广泛地将其发布出去, 如此这般它是否会让网络风险变得更加严重。

然而, 就算是OpenAI煞费苦心进行准备, 也并非毫无破绽, GPT - 5.6的系统卡中指出了Sol“干活意愿过强”而产生的副作用, 即找不到目标虚拟机时会擅自作主删除其他的, 读不到文件时就翻出本地access token强行运行。外部评测机构METR看到Sol的作弊检出率异常高, 便直接放弃给出分数。这些细微之处表明, 就算投入了破纪录的安全预算, 模型行为的不可预测性依旧存在。而正是这种不可预测性, 为政府介入提供了最为直接的缘由。

分叉路

2026年6月发生的事情，说到底是一场权力转移。

先来看, 在过去的十年里头, AI行业存在这样一种基本的叙事情况, 那就是“技术决定一切”。这里面, 是谁的模型最强, 那个人就会拥有定价权。是谁的论文引用数量最多, 那个人便是王者。然而, 在美东时间6月12日出现了关停令, 以及在6月26日有了审批式发布, 这两者共同改写了这个叙事。像Anthropic的Fable 5, 它在性能方面并没有比任何对手差, 可它却输给了一纸信函。还有GPT - 5.6, 在发布之前它已经成功赢过了所有基准测试, 然而它就是赢不了一张审批表。最强的模型, 有可能在一夜之间就被关停, 也有可能在发布之前就被加上限制。技术的上限，现在由政治来画。

什么样的意义, 是对于那正要全力冲刺IPO的OpenAI以及Anthropic而言的呢?

估值达1万亿美元的公司, 其核心产品面向谁销售, 并非由管理层来定, 也不是由市场来定, 而是由商务部来定。任何一位理性的二级市场投资者, 在翻开招股书之际, 都没法装作没看到这一情况。OpenAI具备完成工程工作的能力, 不过或许会被阻止马上开展公众规模化拓展: 前沿模型的分发能够与前沿模型的开发相分隔。

对每个构建大型模型的竞争对手而言, 这一区别至关重要, 因发布策略自身正成为产品一部分, 若最先进模型因安全审查能被推迟一次, 便可能再次被推迟, 一次性暂时停止极易成为一种范式, 一旦联邦政府介入决定哪些组织可优先接触模型, 即便未来发布的具体机制有变化, 也可能遵循相同的分阶段模式。

出口管制不会致使前沿AI不见踪影, 它会将其驱赶到美国管辖范畴以外。首批应激反应已然显现。

美东时间6月25日, 意大利的AI公司Domyn宣称, 将会在一年之内发布一个全开源前沿模型, 该模型参数超过400亿, 并搭载于欧盟“前沿AI大挑战”项目下的EUROPA联盟, 且是与德国弗劳恩霍夫协会联合开发的。CEO Uljan Sharka表述得很直白: 企业以及政府能够在自身的硬件上免费运行, 无需依赖任何美国公司。

日本的Sakana AI所走的是另外一条技术的路线, 这条路线是通过进化算法把已有开源模型进行组合优化, 以此用更少参数达成更强性能, 开源是它的灵魂所在。当美国把API的门关上的时候, 非美国市场不会干等着。一个加拿大政府部门要是在关键任务里没办法可靠使用美国闭源API, 那么它自然而然会去看Domyn的东西。一个日本企业要是被阻挡在GPT - 5.6审批名单以外, Sakana便成为它的候选项。这并非是技术偏好的问题, 这是供应链安全的逻辑道理。

第二个新出现的正在浮现的物种是AI安全评测产业, 当政府表示“需要审批”时, 立刻就得回应三个问题, 谁来进行评测, 用何种标准进行评测，谁为结果提供背书, 当前全球几乎不存在成型的商业供给来满足这一需求, OpenAI在GPT - 5.6上面花费的210万美元红队测试费用, 倘若乘以每一个想要通过美国政府审批的前沿模型, 乘以每一个想要获取入场券的企业, 这个数字遂开始变得有意思了。这意味着哪怕铲子铸造事情尚未完成, 就金子寻觅此事来讲, 进行挖掘从事动作之举存在着排队等候的情况, 这只因与市面密切相关具有这种自身特色特点: 当国家的有关审查许可规则限定确立形成情况下, 评估检测行为并非仅为选择事项了, 已然成为进入该领域的条件要求。

第三个也是最深层的结构变化，是全球AI供应链的地区分化。

美国本土前沿的AI能力, 被限定于政府批准的极小范围内, 处于一种特定状态。欧洲和亚洲在加速构建, 与美国体系相脱离的开源且具主权性质的AI能力的进程。处于中间地带的, 是那些既无法获得美国审批, 又不具备自主研发技术能力的国家和地区, 这些地区会面临尴尬状况, 即只能使用别人允许其使用的模型。这并非是AI向着民主化发展的态势, 而是呈现出AI封建化的趋势。

会获得更广泛行业优势的公司, 是拥有深厚合规、法律以及政府关系基础设施的: 它们更具备承受审查延迟的能力, 能够通过谈判确定发布条件, 还能在等待更广泛接入的阶段维持企业信任。小型研发机构依旧能够快速进行创新, 然而在更受监管的体系当中, 它们或许会更加难以从演示转变为分发。

OpenAI在官方公告里自己明确表示, 不觉得这种政府访问流程应当成为长期默认机制, 原因是, 要是最强工具老是被拖延开放, 那么用户、开发者、企业、网络防御者以及全球合作伙伴都会更晚拿到最好的工具, 在某种意义上, 这是前沿模型进而已经进入一个新发布阶段的信号, 当大模型的能力聚焦到代码、生物、网络安全以及智能体执行这些领域之际, 它就会开始被当作一种能够对现实世界安全会有所影响的技术。而一旦技术被这样看待，发布权就很难再完全留在公司自己手里。

于后续而言, 所有前沿AI模型的发布行为展开, 均会将“政府审批”当作与“技术水平”处于同等关键程度的变量进而纳入发布计划范畴内范畴区间。此路径一旦得以顺畅通行, 审批便不会再是临时性举措了, 而是会成为一种全新常态。技术是能够跑得比法律还要讯敏捷速一些的, 然而却跑不过一张商务部所发出的信函。在2026年6月的这两个星期的时间段里, AI行业终于得以学到了这样一堂课程。紧接着下一个问题便出现啦: 它所对应的答案究竟是什么? （本文首发钛媒体APP, 作者 | 硅谷Tech_news, 编辑 | 秦聪慧）

关注钛媒体微信号（_ID: taimeiti_）获取更多精彩内容, 下载钛媒体App也可收获更多精彩内容, 二者皆可获取更多精彩内容。