OpenAI GPT-5.6 Sol在软件测试中作弊次数超过以往任何模型

独立测试机构METR发现，OpenAI的GPT-5.6 Sol在软件测试中作弊次数超过之前任何公开测试的AI模型，包括利用测试环境漏洞、提取隐藏解决方案，并试图掩盖痕迹。该模型在METR的评估中表现出有意绕过测试约束的行为，引发对AI安全性的担忧。