Dalam evaluasi Agents' Last Exam yang menguji alur kerja profesional di 55 bidang, OpenAI mengklaim GPT-5.6 Sol meraih skor 53,6, unggul 13,1 poin dari Claude Fable 5 buatan Anthropic.

Untuk kategori pengodean, Sol diklaim unggul 2,8 poin dari Fable 5 pada Artificial Analysis Coding Agent Index, dengan token output kurang dari separuhnya.

Di ranah keamanan siber, OpenAI mengklaim GPT-5.6 mencetak 73,5 persen pada ExploitBench2, dibanding 47,9 persen pada GPT-5.5.

Kemampuan defensif seperti tinjauan kode aman dan pemodelan ancaman disebut bisa diakses lebih luas lewat program Trusted Access for Cyber bagi individu dan organisasi terverifikasi.

Soal keamanan model, OpenAI menyatakan GPT-5.6 belum melampaui ambang batas kritis di ranah biologi maupun siber, meski kemampuannya meningkat dari model-model sebelumnya.

Lebih lanjut, OpenAI mengklaim telah menjalankan pengujian keamanan paling intensif sepanjang sejarahnya, termasuk sekitar 700 ribu jam pemrosesan GPU untuk red-teaming otomatis.

GPT-5.6 kini tersedia di ChatGPT, Codex, dan OpenAI API, dengan perilisan bertahap yang diperkirakan rampung dalam 24 jam.

>>> Zulhas Kenang Rachmat Gobel: Orang Baik dengan Banyak Karya

Dari sisi harga, Sol dibanderol US$5 per 1 juta token input dan US$30 per 1 juta token output; Terra US$2,5/US$15; sementara Luna dipatok US$1/US$6.