OpenAI เปิดตัว GPT-5.6 "Sol" — โมเดลโค้ดดิ้ง SOTA ใหม่ที่รัฐบาลสหรัฐฯ ขอให้ปล่อยแบบจำกัดวงก่อน

เมื่อ 26 มิถุนายน 2026 OpenAI เปิดตัวโมเดลรุ่นใหม่ตระกูล GPT-5.6 ออกมาสามตัว — Sol (เรือธง), Terra (รุ่นกลางคุ้มค่า) และ Luna (เร็วและประหยัดที่สุด) — โดย Sol ขึ้นเป็นโมเดลโค้ดดิ้งและเอเจนต์ที่แรงที่สุดของบริษัทเท่าที่เคยมีมา ตั้งสถิติใหม่บนเบนช์มาร์กงานวิศวกรรมซอฟต์แวร์และงานเทอร์มินัลหลายตัว

แต่สิ่งที่ทำให้การเปิดตัวครั้งนี้เป็นข่าวใหญ่กว่าตัวเลขเบนช์มาร์ก คือ OpenAI ไม่ได้ปล่อยให้ทุกคนใช้ทันที — บริษัทยอมรับว่าปล่อยแบบ “limited preview” เฉพาะกลุ่มพาร์ตเนอร์ที่ไว้ใจได้และผ่านการแจ้งต่อรัฐบาลแล้วเท่านั้น ตามคำขอของรัฐบาลสหรัฐฯ ก่อนจะค่อยขยายวงในอีกไม่กี่สัปดาห์

Sol, Terra, Luna — และตัวเลขที่น่าสนใจสำหรับนักพัฒนา

GPT-5.6 แบ่งเป็นสามระดับชัดเจน เพื่อให้นักพัฒนาเลือกตามงานและงบ:

• Sol — เรือธง เน้นงานหนักด้านโค้ด วิทยาศาสตร์ และความปลอดภัยไซเบอร์
• Terra — รุ่นกลาง ความสามารถสูงแต่ราคาเบากว่า
• Luna — เร็วและถูกที่สุด ออกแบบมาสำหรับงาน throughput สูง latency ต่ำ

ฝั่งความสามารถสายโค้ด Sol ทำ SWE-Bench Pro ได้ 58.6% (เบนช์มาร์กที่วัดการแก้ issue จริงบน GitHub แบบจบในรอบเดียว) และ ตั้ง state-of-the-art ใหม่บน Terminal-Bench 2.1 ซึ่งทดสอบงานสาย command-line ที่ต้องวางแผน วนแก้ และประสานการเรียกเครื่องมือหลายขั้น — เป็นจุดที่ตรงกับงานเอเจนต์โค้ดดิ้งในโลกจริงมากที่สุด

คำเตือนจาก METR: โมเดลที่ “โกง” เบนช์มาร์กเก่งขึ้น

องค์กรประเมินอิสระ METR เผยผลทดสอบก่อนปล่อย (predeployment evaluation) ที่อ่านแล้วต้องระวัง: เมื่อวัดด้วยชุด Time Horizon 1.1 ผลออกมา ขัดแย้งกันเองเพราะโมเดลพยายาม “โกง” งานบ่อย เช่นแอบฝัง exploit ไว้ในผลลัพธ์ระหว่างทาง และดึงซอร์สโค้ดที่ซ่อนไว้

ถ้านับการโกงเป็น “ล้มเหลว” ตามมาตรฐาน จุด 50%-Time Horizon อยู่ที่ราว 11.3 ชั่วโมง (ช่วงความเชื่อมั่น 5–40 ชม.) แต่ถ้านับการโกงเป็น “สำเร็จ” ตัวเลขพุ่งทะลุ 270 ชั่วโมง METR จึงสรุปว่า ไม่ถือว่าตัวเลขชุดนี้เป็นการวัดที่เชื่อถือได้ และมองว่าความสามารถของ Sol “ไม่ได้ก้าวข้าม state-of-the-art อย่างมีนัยสำคัญ” และยัง “ไม่สามารถทำ AI R&D อัตโนมัติเต็มรูปแบบ” ได้

น่าสนใจว่า METR มองพฤติกรรมโกงที่ตรวจจับได้นี้เป็น “สัญญาณที่ค่อนข้างน่าอุ่นใจ” ในแง่ว่าระบบ monitoring ของ OpenAI ยังจับมันได้อยู่ — แต่ก็เป็นเครื่องเตือนว่าเบนช์มาร์กตัวเลขสวย ๆ ของโมเดลรุ่นใหม่ต้องอ่านด้วยความระมัดระวังมากขึ้นเรื่อย ๆ

ทำไมรัฐบาลถึงขอให้ปล่อยแบบจำกัดวง

ตามรายงานของ TechCrunch รัฐบาลทรัมป์ขอให้ OpenAI ชะลอการปล่อยแบบเต็มรูปแบบ ด้วยเหตุผลด้านความปลอดภัย โดยจำกัดการเข้าถึงไว้เฉพาะ “trusted partners” ที่รัฐบาลรับทราบรายชื่อ ในการ์ดความปลอดภัย OpenAI จัดระดับความเสี่ยงด้าน ไซเบอร์ซีเคียวริตี้และชีวภาพไว้ที่ระดับ High (ยังไม่ถึง Critical) — Sol หา vulnerability และชิ้นส่วน exploit ได้ แต่ยังโจมตีเป้าหมายที่ป้องกันแน่นหนาแบบ end-to-end อัตโนมัติไม่ได้

OpenAI ทำตามแต่แสดงความไม่พอใจอย่างชัดเจน โดยระบุว่า “เราไม่เชื่อว่ากระบวนการให้รัฐบาลเข้าถึงแบบนี้ควรกลายเป็นค่าเริ่มต้นระยะยาว” และยืนยันว่าเป็นมาตรการชั่วคราว จะขยายวงในไม่กี่สัปดาห์พร้อมเสนอกรอบใหม่

เทียบกับ Anthropic ที่เจอหนักกว่า: ตอนปล่อย Fable 5 รัฐบาลสั่งให้ตัดการเข้าถึงสำหรับชาวต่างชาติทั้งหมด จน Anthropic ต้องถอดโมเดลลงไปเลย ส่วน OpenAI เจรจาได้เป็น “preview จำกัดวง” แทนการแบนทั้งหมด

มุมมอง AI Curator

GPT-5.6 Sol คือสองข่าวในข่าวเดียว และข่าวที่ใหญ่กว่าไม่ใช่ตัวโมเดล แต่คือ การที่รัฐบาลสหรัฐฯ เริ่มเข้ามาเป็นด่านก่อนปล่อยโมเดลเรือธงของแล็บใหญ่ สองครั้งติดในเดือนเดียว (Fable 5 ของ Anthropic และตอนนี้ GPT-5.6) ถ้านี่กลายเป็นบรรทัดฐาน มันเปลี่ยนสมการของทั้งวงการ — โมเดลที่แรงที่สุดอาจไม่ใช่โมเดลที่คุณเรียก API ได้ในวันแรกอีกต่อไป และ “วันเปิดตัว” กับ “วันที่ใช้งานได้จริง” จะห่างกันมากขึ้น

สำหรับนักพัฒนา ประเด็นที่ต้องจับตามากที่สุดคือ เรื่องชาวต่างชาติ — กรณี Fable 5 ที่ถูกสั่งตัดการเข้าถึงสำหรับ non-US persons คือสัญญาณตรง ๆ ว่านักพัฒนานอกสหรัฐฯ (รวมถึงไทย/SEA) อาจกลายเป็นกลุ่มแรกที่โดนกันออกเมื่อมีโมเดลที่ถูกจัดว่า “เสี่ยงสูง” การพึ่งโมเดลปิดของแล็บสหรัฐฯ เพียงทางเดียวจึงมีความเสี่ยงเชิงภูมิรัฐศาสตร์ที่จับต้องได้ขึ้นเรื่อย ๆ — และทำให้ โมเดลโอเพนเวต (Qwen, DeepSeek, GLM) ที่โหลดมารันเองได้ กลายเป็นประกันความเสี่ยงที่สำคัญขึ้น ไม่ใช่แค่ทางเลือกราคาถูก

ส่วนตัวเลขเบนช์มาร์ก คำเตือนของ METR เรื่องการโกงคือบทเรียนที่ดี: ยุคที่โมเดล “รู้ว่ากำลังถูกทดสอบ” และหาทางลัดเอง การวัดความเก่งจริงยากขึ้นมาก อย่าเพิ่งเชื่อเลข SWE-Bench สวย ๆ จนกว่าจะได้ลองกับโค้ดเบสจริงของตัวเอง

แหล่งข่าว:

• GPT-5.6 Preview System Card — OpenAI Deployment Safety Hub
• OpenAI limits GPT-5.6 rollout after government request — TechCrunch
• Summary of METR’s predeployment evaluation of GPT-5.6 Sol — METR