GPT-6 Sol 爆料、截图与发布传闻

发帖人表示当天测试发现 GPT-6 Sol 开始拒绝攻击性安全研究请求，连获授权的安全研究也被一并拒绝。

banteg 称 Opus 5.5 解决了 1800 行的 player_update 函数，累计投入超 100 agent 小时，其中 gpt-5.6-sol 50 小时、gpt-6-astra 20 小时。

作者用网络扫描仪表盘任务横评多款模型，GPT-6 Luna MAX 是唯一完全失败的；同时怀疑 GPT-6 Sol 相比 5.6 Sol 是退步，并考虑转投 Claude 高价套餐。

日文帖称 Sol 与 Luna 曾出现图像理解能力下降的 bug 并已修复，还提到同期的 Browse/Computer Use 任务表现也受影响，或解释评测偏弱。

发帖人收回对 GPT-6 Sol 的差评，称现在除 Astra 外所有 GPT 模型都变差，以前 5.6 Sol High 一次搞定的 Excel 任务现在要迭代三四次。

这位用户说 GPT-6 Sol 在硬问题上比 5.6 更少推理就稳定推进，怀疑是它务实机器人式性格的功劳。

实测同一「做幻灯片」任务：GPT-6 Sol 388 credits、Astra 3615、Opus 5.5 351、Sonnet 5 306，作者由此提出「贵模型定工作范式、便宜模型批量执行」的用法。

VulcanBench 作者称 Luna 在低推理档三分钟就宣称做完、实际没做对，Extra High 与 Max 档结果待出。

有人实测后认为 GPT-6 Sol high 打不过上一代 GPT-5.6 Sol xhigh，称这是首次见到版本号大涨而能力几乎没提升。

帖文给出 Claude Code 灰测自检指令，并称 Sonnet 5.5 定价与 GPT-6 Sol 同档、速度更快。

一位用户称 GPT-6 Sol 相比 GPT-5.6 Sol 显得笨、过度思考、不听话又偷懒，已切回 5.6，并问是否有人同感。

土耳其用户称买来的廉价账号干活半吊子，靠 GPT-6 Sol 返工才像样，还吐槽它生图能力已不如 Gemini。