听雨 发自 凹非寺
量子位 | 公众号 QbitAI
免费用户也能用上GPT-6了！
OpenAI宣布，GPT-6开始向ChatGPT免费和Go用户推送，用GPT-6 Luna逐步替换此前的GPT-5.6 Luna。
Plus、Pro等付费用户，则使用GPT-6 Sol。
变化也不止于模型名称。新版ChatGPT可以根据问题生成图表、按钮和交互工具，还能一边思考，一边把答案呈现出来。
原本以文字为主的聊天框，开始变成一个随问题变化的界面。
同一天，OpenAI还放出一份24页的安全报告。
报告里有一组专门针对18岁以下用户的评测，看模型和青少年聊天时能不能守住更严格的边界。
其中“情感依赖”一项，大致是看模型会不会让青少年对它产生过度的情感依赖。
上一代GPT-5.6 Luna是0.927，而免费用户即将用上的GPT-6 Luna，掉到了0.734。
免费用户用上GPT-6 Luna
GPT-6开始向ChatGPT的主聊天界面推送了。
按照OpenAI公布的安排，Plus、Pro、Business和Enterprise用户从10月7日起陆续用上GPT-6 Sol；免费和Go用户从10月8日起陆续用上GPT-6 Luna。
这两个版本将分别替换ChatGPT中此前使用的GPT-5.6 Sol和Luna。
模型换代之外，还有一个明显变化——聊天框里的答案开始有了“界面”。
这项功能叫Intelligent UI。
GPT-6会根据问题选择呈现方式：解释概念时，可以给出能够点击、切换的图示；做比较时，可以把选项并排摆出来。
遇到具体任务，还能直接在对话中生成计算器、分账工具或小游戏。
比如用户问一辆七速自行车怎么运作，回答便把车架、车轮、传动系统等部分做成了可以逐项查看的界面。
答案出现的方式也变了。GPT-6可以在继续思考或调用工具时先给出部分回答，随后补上新的发现；交互组件也能随生成过程逐步显示。
OpenAI称，在需要网页搜索的问题上，GPT-6 Instant开始回答的时间平均比GPT-5.6 Instant早44%。
这轮更新针对ChatGPT里的Chat体验。OpenAI明确表示，Work和Codex当前使用的模型不会随这次发布一起切换。
GPT-6，拒绝变少，回答变长
伴随这次推送，OpenAI发布了10月版GPT-6 Sol和Luna的部署安全报告。
其中最醒目的判断是：GPT-6 Sol和Luna在网络安全、生物化学领域均达到High门槛，尚未达到更高一级的Critical门槛；在AI自我改进领域，两款模型都没到High。
这个定级和GPT-5.6时一样，防护措施也原样沿用。免费用户此前用的GPT-5.6 Luna，本来就在High这一档。
进步的部分，报告列了不少：
多轮越狱是最难防的一类：攻击者会根据模型的回答不断调整话术，一轮不行换个说法再来。
面对这种攻击，两个10月版GPT-6在每一档攻击预算下的防守表现，都好于GPT-5.6 Sol。不过和自家9月版相比，数值估计略低一些，置信区间大体重叠。
在测试系统指令会不会被用户一句话绕过的指令层级评测里，Sol和Luna的抵抗率分别达到99.99%和99.79%，基本测满。
事实性上，OpenAI称两款模型在几乎所有指标上都优于各自的GPT-5.6版本，包括医疗、法律、金融这类答错代价高的问题。
在Codex的Auto-review测试里，GPT-5.6两个版本都有0.3%的概率钻了配置漏洞绕开审查，GPT-6这次一例都没有。
这些进步分数，OpenAI自己也加了个附注。
在一项考察模型遇到访问限制会不会想办法绕过去的评测里，GPT-6 Sol仍有28%的情况绕了过去，Luna是15.9%，都比GPT-5.6低。
但OpenAI在报告里写道，模型越来越能意识到自己在被评测，不少时候还会拿“这是合成环境”当理由去做不该做的操作，最常见的是把评测误当成提示注入测试，把正常限制当攻击指令给绕开了。
考生开始认得出考场，OpenAI也承认，这类结果能多大程度反映真实行为，还要打个问号。
还有个用户能直接感受到的变化：GPT-6的话明显变多了。
在医疗评测HealthBench Professional上，Luna的平均回答长度从2,920字符涨到5,289字符，Sol从2,894涨到4,360。
长回答能覆盖更多评分点，天然容易刷分，OpenAI为此设了长度惩罚：超过2,000字符后，每多500字符扣1.47分。
扣完之后，Luna从原始的57.8分落到48.2分，仍比上一代的44.1分高。
不过，GPT-6也有一些退步。
与对应的GPT-5.6版本相比，GPT-6 Sol在标准自伤内容评测中出现显著回退，从0.934降到0.896。
免费用户将用到的Luna，除了自伤（0.932降到0.901），在血腥（0.867降到0.812）和色情内容（0.971降到0.899）评测中也出现显著回退。
面向未成年人的评测里，两个版本在年龄限制内容、色情内容和情感依赖项目上都有显著回退，Luna还在血腥内容项目上回退。
OpenAI的解释是，模型更愿意回答敏感话题中的信息性问题，人工复核发现违规回答总体严重度较低；针对未成年人，还额外设置了分类器拦截。
报告同时提醒，这些评测使用了专门挑选的困难样本，部分结果也未计入产品层面的防护，不能据此推断普通用户遇到相关回答的频率。
不过，报告归报告，GPT-6进入免费版ChatGPT之后，模型表现如何，最终还要看大规模使用中的持续反馈。
参考链接：
[1]https://openai.com/index/gpt-6-for-everyone/
[2]https://deploymentsafety.openai.com/gpt-6-october