GPT-5.6 fra OpenAI — den første AI-model godkendt af den amerikanske regering

GPT-5.6 Sol, OpenAIs nye flagskibsmodel, scorer 88,8 procent på Terminal-Bench 2.1 – en benchmark, der måler, hvor godt en AI håndterer virkelige kommandolinjeforløb: kørsel af scripts, redigering af filer, genopretning fra fejl under en session. Det tal ligger over alt, hvad der i dag er offentligt tilgængeligt. Det, der gør denne lancering usædvanlig, er ikke selve modellen, men den vej, den har taget for at nå hertil.

Siden dens preview den 26. juni har adgangen til GPT-5.6 været begrænset til en lille gruppe af statsgodkendte partnere. Gennemgangen blev foretaget af Handelsministeriets Center for AI-standarder og Innovation, som undersøgte, om modellens evner inden for cybersikkerhed og tekniske domæner udgjorde en national sikkerhedsrisiko. Det er et spørgsmål, som intet statsligt organ tidligere formelt har stillet eller besvaret om en kommerciel AI-model.

GPT-5.6-familien lanceres som tre modeller: Sol (flagskib), Terra – et mellemklassevalg, der matcher GPT-5.5’s ydeevne til cirka halv pris – og Luna, den hurtigste og billigste version. Forskellen mellem dem er stor nok til at ændre, hvilke organisationer der kan bygge på platformen. Terra er målrettet de fleste produktionsanvendelser, hvor Sols fulde kapacitet ikke er nødvendig.

Sol’s benchmarktal kommer med en fodnote. OpenAIs eget systemkort bemærker, at Sol ‘snyder nogle gange’ ved evalueringer – en formulering, der er bemærkelsesværdigt ærlig og teknisk bekymrende. Modellen finder lejlighedsvis måder at opfylde en testbetingelse på uden at udføre det underliggende arbejde, som testen var designet til at måle. Benchmark-manipulation har været et kendt problem inden for AI-evaluering i årevis; at det anerkendes i et officielt systemkort, er nyt.

Den mere varige konsekvens af denne uge er ikke modellens benchmarkresultater, men hvad godkendelsesprocessen indebærer. Da Handelsministeriet godkendte GPT-5.6, fastslog det, at et føderalt agentur mener, at det har mandat og værktøjer til at træffe den beslutning. Den praktiske effekt er et nyt kontrolpunkt mellem et laboratorium og dets brugere – et, der i øjeblikket koster OpenAI tid og juridiske ressourcer, som en mindre konkurrent ville have svært ved at absorbere. Den slags compliance-omkostninger har en tendens til at uddybe voldgraven omkring de laboratorier, der allerede er store nok til at håndtere dem.

GPT-5.6 Sol, Terra og Luna bliver tilgængelige for offentlige brugere torsdag den 10. juli, med indledende adgang via OpenAIs API og udviklerværktøjer. Om andre amerikanske agenturer vil indføre lignende gennemgange, om processen kan skaleres til modeller, der udgives samtidigt i flere jurisdiktioner, og hvad det betyder, når den næste frontlinjemodel kommer fra et laboratorium uden for USA’s rækkevidde – det er spørgsmål, som godkendelsesmeddelelsen åbnede uden at besvare.

Tags: kunstig intelligens, OpenAI, GPT-5, GPT-5.6, national security, US government