评估 GPT-5.6 Sol 在网络安全基准测试中的表现
本文评估了 GPT-5.6 Sol 在多项网络安全基准测试中的表现，涵盖漏洞检测、恶意代码识别及渗透测试等关键领域。初步结果显示，该模型在上下文理解和攻击链构建能力上有所提升，但在处理高度混淆的恶意样本时仍存在一定局限性。
背景速读
OpenAI 在 2026 年初发布的 GPT-5.6 Sol 是其最新旗舰大语言模型，代表了对前代 GPT-5 的重大架构升级。本文是对该模型在网络安全任务（如漏洞检测、逆向工程、恶意代码分析、绕过攻击等）上的独立测评。测评使用了 CYBERSEC-EVAL-3 和 HOLMES 等公开基准，并将结果与 GPT-5.0、Claude 4.5 Opus、Gemini 2.7 Ultra 等竞争对手进行了对比。这份测评值得关注的原因在于：GPT-5.6 据称采用了一种名为“稀疏混合专家”（Sparse Mixture of Experts, SMoE）的新架构，使其在推理时激活的参数量仅为 GPT-5 的 1/5，却实现了更好的性能——这直接挑战了“更大即是更好”的行业主流观点。同时，该测评专门探讨了“一致性安全违规”（alignment safety violations），即模型在被诱导绕过安全限制时的表现，这在大模型安全部署中是关键议题。