OpenAI 正式發佈 GPT-5.6 並宣佈安全創新：透過自動化紅隊模型「GPT-Red」攔截提示注入攻擊

2026 年 7 月 9 日，OpenAI 在應美國政府國家安全審查要求而延遲後，正式發佈了下一代前沿 AI 模型 GPT-5.6 系列。這次發佈的特點在於，除了性能提升外，還引入了名為「GPT-Red」的自動化紅隊模型，系統性地強化了對提示詞注入（Prompt Injection）攻擊的防禦力。

GPT-5.6 由 Sol、Terra 及 Luna 三個層級組成，每個模型都針對企業及政府機構的需求優化了安全性與效率。特別是最高階模型 Sol，在網絡安全及編碼任務中展現出壓倒性的性能，為 AI 安全樹立了新標準。

GPT-5.6 於 2026 年 6 月 26 日首次以有限預覽形式公開，直到 7 月 9 日才正式向全球市場供應，較原定計劃有所延遲。這是由於美國政府擔心強大的 AI 系統可能被濫用，因而進行了國家安全層面的精密驗證過程。這次正式發佈預示著一種新監管模式的出現，即前沿 AI 系統在廣泛商業部署前須接受政府的嚴格審查。

GPT-5.6 的發佈不僅是技術上的進步，更是與監管機構緊密合作以平衡國家安全與 AI 安全的典範。

作為強化安全性的核心動力，GPT-Red 是 OpenAI 自行研發的自動化紅隊模型。該模型能系統性地找出傳統手動測試難以發現的漏洞，並用於訓練 GPT-5.6，使其對提示詞注入攻擊具備極高的抵抗力。藉此，Sol、Terra 及 Luna 所有模型都建立了比前代更為堅固的安全層。

網絡安全性能基準與 Sol 模型的能力

頂級模型 GPT-5.6 Sol 在網絡安全基準測試「Terminal-Bench 2.1」的 Ultra 模式下獲得了 91.9% 的評分。這顯著高於前代模型 GPT-5.5 的 82.0%。根據 AI 安全研究所 Irregular 的評估，Sol 模型在執行複雜的黑客任務，以及在廣泛使用的軟件和流動裝置中發現未知的零日（Zero-day）漏洞方面表現卓越。

• GPT-5.6 Sol：旗艦模型，專攻編碼及網絡安全（每 100 萬個 token 30 美元）
• GPT-5.6 Terra：平衡性能與成本的通用模型
• GPT-5.6 Luna：優化高速處理、以效率為中心的模型（每 100 萬個 token 1 美元）

根據 OpenAI 發佈的 GPT-5.6 系統卡（System Card），這些模型在網絡安全以及生物和化學風險項目中被評為具有「高」（High）等級的能力。然而，由於這低於 OpenAI 自身備災框架（Preparedness Framework）中的「臨界」（Critical）級別，因此在設有特定安全措施的前提下獲准商業用途。英國 AI 安全研究所（UK AISI）等外部機構亦參與了此過程，以驗證安全措施的有效性。

市場亦關注 OpenAI 的新定價政策。GPT-5.6 引入了一種將快取寫入（Cache-write）成本設定為輸入 token 費率 1.25 倍的模型，這與 Anthropic 的做法類似，反映了實際的運算成本。另一方面，Reddit 等開發者社群對基準測試結果持懷疑態度，普遍認為在實際環境中的性能得到驗證之前應保持審慎。

外部監督與對抗性防禦的未來

OpenAI 正在運行「網絡安全信任訪問」（Trusted Access for Cyber Security）計劃以進行安全研究。透過該計劃，生物學及網絡安全領域的研究人員獲授予模型核心功能的訪問權限，以協助預先識別潛在風險。這種協作安全模型有助於緩解因 AI 技術急速發展而產生的社會焦慮。

總括而言，GPT-5.6 透過將自動化紅隊（Red Teaming）技術整合到開發生命週期中，預示了 AI 安全的未來。雖然提示注入（Prompt Injection）仍是待解決的挑戰，但透過 GPT-Red 實施的防禦策略被視為防禦性 AI 技術的重要進展。OpenAI 計劃在未來幾週內向 ChatGPT 用戶陸續發佈這些模型。