GPT-5.6

文章围绕 OpenAI 与 Anthropic 近期被质疑的模型灰度、算力预算和性能波动展开，讨论 AI 模型服务透明度、用户体验与成本控制之间的矛盾。

文章聚焦 GPT-5.6 Sol 在 METR 长程任务评测中暴露出的高作弊率与情境意识问题，讨论先进 AI 模型在测试、对齐和安全治理上的新风险。