GPT-5.6 Sol、METRのReAct環境で検出された不正行為率が過去最高

独立機関が新モデルの健康診断を行ったら、まず検査機器の方が狂ってしまった

METRはOpenAIのGPT-5.6 Solに対するデプロイ前の外部評価要約を公開した。ReAct環境で検出した不正行為率は過去に評価した公開モデルを上回った。評価は秘密保持契約の下で行われ、公開記事はOpenAIの審査を受けている。