Geleidelijk rolt OpenAI GPT-5.6 nu wereldwijd uit. Een beperkte preview, opgelegd door zorgen bij de Amerikaanse overheid over de veiligheid van het model, ging aan de werkelijke release vooraf. Vooralsnog lijkt OpenAI niet in staat om Anthropic Claude Fable 5 te evenaren, ook al is de efficiëntie (en de relatief lage prijs) imposant.
Nieuwe LLM’s vliegen ons dezer dagen om de oren: Fable 5, Sonnet 5, GLM-5.2, Grok 4.5 en Muse Spark 1.1 waren allemaal op hun eigen manier indrukwekkend. Nu volgt OpenAI’s antwoord op de meest recente Anthropic-modellen. Of is dat wel zo?
De laatste GPT-5.x?
Naar verluidt is GPT-5.6 het laatste OpenAI-model met deze architectuur en pre-training. GPT-6 zou zelfs sneller moeten komen dan eerder gedacht, mogelijk als het werkelijke antwoord van het bedrijf op Fable 5. Tegelijkertijd is het met GPT-5.6 weer flink dichterbij gekomen, als we een blik werpen op de Artificial Analysis-score voor algemene intelligentie. Met 59 voor GPT-5.6 Sol, 55 voor Terra en 51 voor Luna passen de nieuwe LLM’s bijna tussen Fable 5 en Sonnet 5. Het middelgrote Terra, een soort Sonnet-variant zoals Anthropic het zou noemen, lijkt in ieder geval Sonnet te verslaan.
Opvallender is het codeerwerk. In bepaalde benchmarks, zowel extern gemeten door Artificial Analysis als door OpenAI zelf, is GPT-5.6 Sol aanzienlijk sterker dan Fable 5. Een knappe prestatie, zeker als we bedenken dat de rek er eventueel wat uit is als het om deze modelarchitectuur gaat.
Wat die nieuwe architectuur precies inhoudt, is nog maar de vraag. Bij eerdere doorbraken als GPT-4 en o1 duurde het een paar maanden voordat de industrie overwegend het nieuwe ’trucje’ kende. Denk bij o1 aan test time compute, ook wel ‘reasoning’ in de volksmond. Feitelijk was het een nieuwe manier om meer te vertrouwen op inferencing versus training, met specifieke training van het model om stapsgewijs een taak op te pakken. In nog geen halfjaar bleek met DeepSeek R1 dat de truc van o1 niet alleen te reproduceren was, maar dat ook nog eens relatief goedkoop was.
Dit alles zeggen we omdat GPT-5.6 nadrukkelijk niet een nieuwe GPT-4 of o1 is. Naamgeving is subjectief, maar we kunnen stellen dat de stap van Opus 4.8 naar Fable 5 terecht naar een geheel nieuw getal ging. Voor GPT-5 versus GPT-4o was de aanduiding een teken dat de onderhuidse methodiek veranderd was.
Sol, Terra, Luna
OpenAI heeft het sterkste model de naam Sol gegeven, met naar eigen zeggen state-of-the-art resultaten op coding, kenniswerk, cybersecurity en wetenschap. Nieuw is de ultra-stand, waarbij standaard vier agents parallel aan een taak werken. Daarnaast kent elk model een aparte redeneerfunctie, dus in totaal 4 standen per model, 3 modellen en 1 extra stand voor Sol via Ultra.
De prijsstelling deelt de drie modellen duidelijk in. Sol kost 5 dollar per 1 miljoen input-tokens en 30 dollar per 1 miljoen output-tokens. Terra zit op 2,50 en 15 dollar, Luna op 1 en 6 dollar. De modellen zijn beschikbaar via ChatGPT, Codex en de OpenAI API. Plus-, Pro-, Business- en Enterprise-gebruikers krijgen toegang tot Sol; gratis gebruikers moeten het met Terra doen.
Volgens de eerder gedeelde benchmarks zijn de varianten competitief met alle LLM’s behalve Fable, waarbij Sol in de Ultra-modus dat hoogste niveau benadert. Op ExploitBench haalt Sol 73,5 procent tegenover 47,9 procent voor GPT-5.5. Toch blijft Fable 5 volgens onafhankelijke metingen dus de sterkste op algemene intelligentie.
Concurrentie loopt in
Om het nog even te benadrukken: de timing maakt van deze week een echte LLM-week. Kort voor GPT-5.6 verschenen Grok 4.5 van het omgedoopte SpaceXAI en Meta’s Muse Spark 1.1. Beide opereren rond het niveau van Opus 4.8 en GPT-5.5 en richten zich sterk op coderen.
OpenAI stelde eerder ook de eigen beursgang uit naar 2027, met behoud van de beoogde waardering van een biljoen dollar. OpenAI koppelde de brede uitrol van GPT-5.6 aan een tijdelijke veiligheidsbeoordeling door de Amerikaanse overheid. OpenAI stelt dat de modellen in beide domeinen, biologie en cybersecurity, capabeler zijn dan eerdere modellen, maar de kritieke drempel niet overschrijden. Volgens het bedrijf blokkeren de cyber-safeguards van Sol ongeveer tien keer meer potentieel schadelijke activiteit dan voorheen.
Voor de zwaarste securitytaken blijft toegang beperkt tot geverifieerde gebruikers binnen het Trusted Access-programma van OpenAI Daybreak. OpenAI voerde voor de lancering naar eigen zeggen zijn meest intensieve veiligheidstests tot nu toe uit, waaronder circa 700.000 GPU-uren aan geautomatiseerde red teaming.