Dòng GPT-5.6 mới: Luna, Terra, Sol

Năm 2023, các nhà khoa học tại Đại học Stanford đã công bố một nghiên cứu cho thấy các mô hình ngôn ngữ lớn (LLM) như GPT-4 có thể được sử dụng để tự động hóa các cuộc tấn công lừa đảo (phishing) và kỹ thuật xã hội (social engineering) một cách hiệu quả. Nghiên cứu này đã thử nghiệm khả năng của GPT-4 trong việc tạo ra các email lừa đảo và tin nhắn kỹ thuật xã hội. Kết quả cho thấy GPT-4 có thể tạo ra các nội dung lừa đảo rất thuyết phục, khó phân biệt với các tin nhắn hợp pháp. Điều này đặt ra mối lo ngại nghiêm trọng về việc tội phạm mạng có thể lợi dụng LLM để thực hiện các cuộc tấn công quy mô lớn và tinh vi hơn. Các nhà nghiên cứu cũng chỉ ra rằng GPT-4 có thể được sử dụng để cá nhân hóa các cuộc tấn công, khiến chúng trở nên hiệu quả hơn. Bằng cách phân tích thông tin công khai về mục tiêu, LLM có thể tạo ra các tin nhắn lừa đảo được tùy chỉnh để phù hợp với sở thích, công việc hoặc các mối quan tâm khác của nạn nhân. Nghiên cứu kết luận rằng cần có các biện pháp phòng ngừa và công nghệ bảo mật mới để chống lại các mối đe dọa từ việc sử dụng LLM trong các cuộc tấn công lừa đảo và kỹ thuật xã hội.

Dòng GPT-5.6 mới: Luna, Terra, Sol Simon Willison’s Weblog Đăng ký Được tài trợ bởi: Sonar — Gartner vừa vinh danh Sonar là Đơn vị dẫn đầu trong Báo cáo Magic Quadrant™ năm 2026 về Công cụ Quản lý Nợ Kỹ thuật. Đọc báo cáo và tìm hiểu cách đo lường và khắc phục nợ kỹ thuật trên toàn bộ cơ sở mã của bạn. Nhận báo cáo Dòng GPT-5.6 mới: Luna, Terra, Sol Ngày 9/7/2026 Mô hình chủ lực mới nhất của OpenAI đã chính thức ra mắt sáng nay, với ba kích cỡ: Luna, Terra và Sol (từ nhỏ nhất đến lớn nhất). Các mô hình mới được định giá trên mỗi 1 triệu token đầu vào/đầu ra như sau: Luna 1 USD/6 USD, Terra 2,50 USD/15 USD, Sol 5 USD/30 USD. Để so sánh, dòng Claude Opus có giá 5 USD/25 USD và Claude Fable 5 có giá 10 USD/50 USD, nhưng giá trên mỗi triệu token không nói lên nhiều điều hiện nay khi số lượng token suy luận có thể khác nhau rất nhiều giữa các mô hình cho cùng một tác vụ. Tuyên bố về điểm chuẩn lớn nhất của OpenAI liên quan đến hiệu suất tác nhân (agentic performance) dài hạn, với một điểm chuẩn cho thấy cả ba mô hình đều vượt trội hơn Claude Fable 5: Chúng tôi đã huấn luyện GPT-5.6 để đạt được nhiều công việc hữu ích hơn từ mỗi token. Trên Agents’ Last Exam, một đánh giá về các quy trình làm việc chuyên nghiệp dài hạn trên 55 lĩnh vực, GPT-5.6 Sol đạt mức cao mới là 53,6 điểm, vượt qua Claude Fable 5 (suy luận thích ứng) 13,1 điểm. Ngay cả ở mức suy luận trung bình, nó cũng đánh bại Fable 5 11,4 điểm với chi phí ước tính chỉ bằng khoảng một phần tư. Hiệu quả đó cũng mở rộng sang các mô hình nhỏ hơn, vốn rất cần thiết để làm cho trí tuệ trở nên phong phú và dễ tiếp cận hơn: GPT-5.6 Terra và GPT-5.6 Luna vượt trội hơn Fable 5 với chi phí chỉ bằng khoảng một phần mười sáu. Thật thú vị, một điểm chuẩn tự báo cáo mà Fable 5 đã đánh bại dòng GPT-5.6 là SWE-Bench Pro, nơi Fable 5 đạt 80% so với GUT-5.6 Sol đạt 64,6%. Điều này có thể giúp giải thích tại sao OpenAI đã chọn xuất bản bài viết này vào ngày hôm qua, đặc biệt chỉ ra các vấn đề mà họ tìm thấy khi kiểm tra điểm chuẩn SWE-Bench Pro: Dựa trên những kết quả này, chúng tôi ước tính khoảng 30% các tác vụ SWE-bench Pro bị lỗi và khuyến nghị các nhà phát triển mô hình nên kiểm tra kỹ lưỡng kết quả. Tôi đã có một số quyền truy cập sớm vào GPT-5.6 Sol — nó chắc chắn rất có năng lực, mặc dù cho đến nay nó chưa khiến tôi cảm thấy tốt hơn Fable trong các loại tác vụ mã hóa phức tạp mà tôi đã sử dụng với mô hình của Anthropic. Như thường lệ, hướng dẫn mô hình để sử dụng GPT-5.6 có những chi tiết thú vị nhất. Có một loạt các tính năng API mới mà tôi cần khám phá (và có thể thêm hỗ trợ trong LLM), bao gồm: Gọi công cụ theo chương trình (Programmatic Tool Calling) cho phép các mô hình “tạo và chạy JavaScript để điều phối các lệnh gọi công cụ” — điều này nghe có vẻ như có thể giúp thu hẹp khoảng cách giữa MCPs và các phiên terminal đầy đủ có thể kết hợp các tiện ích CLI theo những cách hữu ích. Cũng gợi nhớ đến cơ chế lọc động mà Anthropic đã thêm vào công cụ tìm kiếm web của họ, cho phép thực thi mã đối với kết quả web như một phần của một lượt mô hình duy nhất. Đa tác nhân (Multi-agent) cho phép mô hình “tạo ra các tác nhân phụ để thực hiện công việc song song, tập trung” — mẫu tác nhân phụ hiện được tích hợp vào API cốt lõi. Điểm ngắt bộ nhớ đệm lời nhắc (Prompt cache breakpoints) mang mô hình bộ nhớ đệm lời nhắc của Claude đến OpenAI, cho phép bạn chỉ định rõ ràng các điểm ngắt bộ nhớ đệm thay vì dựa vào API để tự động phát hiện chúng. Cá nhân tôi thích phát hiện tự động hơn nhiều (vẫn được OpenAI hỗ trợ), nhưng có lẽ có những khoản tiết kiệm chi phí tối ưu hóa nếu bạn bỏ công sức vào. Giờ đây, bạn có thể đặt chi tiết: original trên các yêu cầu hình ảnh để tránh thay đổi kích thước hình ảnh hoàn toàn trước khi nó được xử lý. Trang này hiển thị đầy đủ 18 hình ảnh chim bồ nông, tương ứng với các mức độ suy luận: none (không), low (thấp), medium (trung bình), high (cao), xhigh (rất cao) và max (tối đa) trên ba mô hình khác nhau. Trang cũng liệt kê số lượng token và chi phí tính toán của chúng. Mô hình gpt-5.6-luna ở mức độ suy luận none có chi phí thấp nhất là 0,71 cent, trong khi gpt-5.6-sol ở mức độ suy luận max có chi phí cao nhất là 48,55 cent. Về các tin tức khác liên quan đến chim bồ nông, nếu truy cập vào phút 17:50 trong buổi phát trực tiếp sáng nay, người xem sẽ thấy bản demo của OpenAI về các hình ảnh chim bồ nông 3D đang đi xe ba bánh, xe đạp, cưỡi ngựa và cưỡi một con bồ nông khác. Đăng ngày 9/7/2026 lúc 7:46 tối. Theo dõi tôi trên Mastodon, Bluesky, Twitter hoặc đăng ký nhận bản tin của tôi. Các bài viết gần đây hơn: sqlite-utils 4.0, hiện có tính năng di chuyển lược đồ cơ sở dữ liệu - ngày 7/7/2026 sqlite-utils 4.0rc2, chủ yếu được viết bởi Claude Fable (với chi phí khoảng 149,25 USD) - ngày 5/7/2026 Đây là bài viết "Gia đình GPT-5.6 mới: Luna, Terra, Sol" của Simon Willison, đăng ngày 9/7/2026. ai 2.109 openai 428 generative-ai 1.866 llms 1.833 llm-tool-use 73 llm-pricing 81 pelican-riding-a-bicycle 124 llm-release 214 gpt-5 31 Trước đó: sqlite-utils 4.0, hiện có tính năng di chuyển lược đồ cơ sở dữ liệu Bản tin hàng tháng Hãy tài trợ cho tôi 10 USD/tháng và nhận bản tóm tắt email được tuyển chọn về những phát triển LLM quan trọng nhất trong tháng. Trả tiền cho tôi để tôi gửi ít hơn! Tài trợ & đăng ký Tiết lộ Lời bạt © 2002-2026