OpenAI 发了 GPT-5.6 Sol，却只给约 20 家公司用——一个你暂时摸不到的「地表最强」
OpenAI 于 2026-06-26 公布 GPT-5.6 系列：Sol（旗舰）、Terra（均衡）、Luna（快而省）。据 OpenAI 官方文章及 VentureBeat、Axios 报道，目前仅向约 20 家经美国政府批准的公司开放「限量预览」，普通人暂时用不到。能力上，Sol 在 Terminal-Bench 2.1（考察命令行长链路任务的规划与工具协调）上创下新 SOTA，主打网络安全与漏洞研究，新增「max reasoning effort」让模型思考更久、以及调用子代理加速复杂任务的「ultra」模式；在 ExploitBench 上据称以约 1/3 的输出 token 即可与 Mythos Preview 持平。对中文创作者，这条信号的真正看点不只是「又一个更强模型」，而是「最强模型 + 政府审批才能用」——前沿 AI 的可及性正在被管控，这是一个有张力、值得讲清楚的角度。
推荐写作角度
- 解读/趋势向（写给关注 AI 大势的人）：以「最强模型却只给 20 家批准公司用」为切口，梳理前沿模型从「人人可用」转向「审批可及」的变化，结合此前 Fable 出口管制等事件，讲清这对独立开发者和创作者意味着什么。
- 技术科普向（写给想搞懂「ultra 模式」的人）：用大白话讲清楚「max reasoning effort」和「调用子代理的 ultra 模式」到底改变了什么——为什么「一个模型分身成一队代理」是 agentic 的新方向，配一张单代理 vs 多子代理的对比图。
- 冷静向/反炒作（写给容易被「地表最强」标题带走的人）：提醒读者 Sol 目前不可用、benchmark 多为官方自述，列出「在它开放之前，用现有可白嫖的开源模型能做到哪些 80% 的活」，把注意力拉回能落地的工具。
标题模板
- 「地表最强、但要政府批准才能用：GPT-5.6 Sol 到底发生了什么」
- 「一个模型分身成一队代理：GPT-5.6 的「ultra 模式」是 agentic 的下一步吗」
- 「别急着膜拜「最强模型」：GPT-5.6 Sol 你现在根本用不到，那用什么」
公开核验来源
事实、判断、写作角度和标题模板全部免费公开；引用前请回到原始来源再次核对。
OpenAI 官方 · Previewing GPT-5.6 SolVentureBeat · GPT-5.6 Sol/Terra/Luna 限量预览报道Axios · OpenAI 在限制下发布 GPT-5.6相关阅读
沿着这个问题继续读
Muse Spark 1.3 上线：少 20% 工具调用是厂商结果，Max 推理与开放权重仍在路上
Meta 于 2026-09-02 发布 Muse Spark 1.3，并开始向 Muse Code 与 Meta Model API 推送；截至 Asia/Katmandu 2026-09-03 06:07，Hacker News 为 340 分、237 条评论。Meta 称相较 1.2，内部工程师比较中工具调用约少 20%、token 约少 25%，并强调长任务、多工作流、澄清问题与高后果操作前确认；这些数字来自厂商自测，没有公开证明所有语言、仓库和真实创作任务都能同比节省。边界必须前置：Max reasoning 仍要等额外安全测试，官方只说开放权重未来会来，两者都不是当前已交付能力；页面中的工程、音频和演示文稿案例是原型展示，不等于可复现产品验收。独立 Artificial Analysis 的首日数据也只是特定端点与基准快照，价格、速度和排名会变，中文创作者应以自己的任务集、隐私选项和完整成本复测。
Mistral 的训练退出不是一个总开关：Vibe、API 与反馈要分开检查
Mistral 本周更新数据治理帮助页，明确普通 Vibe 用户的输入输出默认可用于训练、可自行退出，Vibe Enterprise 则默认退出；Vibe 与 Mistral Studio/API 的退出开关彼此独立，关闭一处不会自动关闭另一处，上传文档也算输入数据。截至 Asia/Katmandu 2026-09-03 06:07，相关 Hacker News 讨论为 359 分、155 条评论。边界必须前置：帮助页描述的是当前产品设置，不等于历史数据自动删除、零数据保留或所有第三方接入都遵循同一规则；反馈渠道另有处理，官方提醒不希望反馈数据被用于改进时不要提交带评论的赞/踩。产品名称、套餐默认值和控制入口可能继续变化，发布前应按当日账号与合同复核，不能把“可退出”简化成“默认不训练”。
21.5 万篇“最佳软件”页进入 AI 引用链：AEO 先要解决证据污染
Trellner Research 于 2026-09-02 公布一次 Perplexity 软件推荐审计：研究者用 380 个软件类别做单次快照，发现三个版式与基础设施高度相似的站点合计列出 215,128 个 `/best/` 购买指南；另一个软件厂商 Guideflow 的博客在 96 个类别中被引用 194 次，成为第三大引用来源。相关 Hacker News 讨论截至 Asia/Katmandu 2026-09-03 06:07 为 287 分、127 条评论。边界必须前置：研究只测 Perplexity、一个提示措辞、每类一次运行，两个模型档位的引用高度重合，不能当作两个独立实验；它没有证明这些页面一定错误、共同所有者是谁，也没有做移除来源后的因果测试，更不能外推 ChatGPT、Gemini、Copilot 或 Google AI Mode。215,128 是三站 sitemap 中对应 URL 数的合计，不是已人工逐篇判假的数量；“证据污染”应作为待复测风险，而不是给站点或运营者定罪。