إطلاق GPT-5.6 من OpenAI: تأخير حكومي وتفوق في الاختبارات ومشكلة حذف ملفات لم تُحل

أطلقت OpenAI نموذجها الجديد GPT-5.6 في 9 يوليو 2026، لكن الإطلاق كاد ألا يتم في موعده المحدد. فعائلة النماذج، المكوّنة من ثلاثة إصدارات تحمل أسماء Sol وTerra وLuna، عُرضت بصمت على شركاء مختارين في أواخر يونيو، قبل أن تتدخل الحكومة الأمريكية وتُجمّد الطرح الأوسع. وبحسب تقارير موقعي The Decoder وThe Verge، لم تمنح وزارة التجارة الأمريكية الضوء الأخضر للإتاحة العامة إلا بعد أن أجرى مركزها المتخصص بمعايير الذكاء الاصطناعي وابتكاره (Center for AI Standards and Innovation) جولة جديدة من الاختبارات، في حالة نادرة يتحكم فيها إشراف فيدرالي مباشرة بتوقيت إطلاق نموذج طليعي (Frontier Model).

بعد الحصول على الموافقة، قدّمت OpenAI نموذج Sol كباقتها الرائدة، وTerra كخيار مُعدّ للمؤسسات، وLuna كفئة اقتصادية سريعة. أما الأسعار، فتبلغ 5 دولارات لكل مليون رمز إدخال (Token) و30 دولاراً للإخراج في نموذج Sol، و2.5 دولار/15 دولاراً لـTerra، ودولار واحد/6 دولارات لـLuna. وهناك أيضاً إعداد منفصل باسم "Sol Fast" بسعر 12.5 دولاراً/75 دولاراً، يرفع الإنتاجية (Throughput) إلى نحو 750 رمزاً في الثانية. وتتشارك النماذج الثلاثة نفس تاريخ قطع المعرفة (Knowledge Cutoff) في 16 فبراير 2026، ونافذة سياقية (Context Window) تبلغ مليون رمز، وسقف إخراج أقصاه 128 ألف رمز.

تفوّق في الاختبارات مع تضارب في الأرقام

من ناحية الأداء الخام، سجّل Sol نتائج قوية: 91.9% في اختبار الترميز TerminalBench 2.1، متقدماً على Claude Mythos 5 الذي حقق 88.0%، ومتفوقاً بوضوح على Gemini 3.1 Pro Preview من غوغل الذي سجل 70.7%. ولا بد من الإشارة هنا إلى تضارب لافت: بعض المصادر، بما فيها The Decoder، ذكرت رقماً أقل هو 88.8% لنموذج Sol في موضع آخر من التقرير نفسه، وهو تباين يبدو مرتبطاً بنوع الإعداد المُقاس (Sol الأساسي مقابل نسخ Sol Ultra أو xhigh). كما تصدّر Sol اختبار Agents' Last Exam بنتيجة 53.6 نقطة، متجاوزاً Claude Fable 5 -الذي يوصف في مصادر أخرى بأنه نسخة مقيّدة أمنياً من عائلة Mythos- بفارق 13.1 نقطة. وعلّق سام ألتمان بأن Sol هو "أفضل نموذج أنتجناه على الإطلاق".

في اليوم نفسه، أطلقت OpenAI منتج ChatGPT Work، المبني على باقة Sol/Terra/Luna، والذي يدمج واجهة ChatGPT بقدرات على طراز Codex، بهدف تمكين المستخدمين غير المطورين من تنفيذ مهام وكيلة (Agentic Tasks) بشكل مستقل. وتقول OpenAI إن Codex يضم أكثر من 5 ملايين مستخدم أسبوعياً، أكثر من مليون منهم خارج مجال تطوير البرمجيات، وستُطرح خدمة Work أولاً لحسابات Pro وEnterprise وEdu قبل توسيعها لتشمل فئتي Plus وBusiness. وفي المقابل، تحركت شركة Anthropic في الأسبوع ذاته بتوسيع وكيلها Claude Cowork ليعمل على الهاتف والويب دون حاجة لجلسة مكتبية مفتوحة.

مكاسب أمنية… وثغرة جديدة

بالتوازي مع الإطلاق، كشفت OpenAI تفاصيل عن GPT-Red، نموذج لغوي كبير (LLM) داخلي دُرّب عبر التعلّم المعزز بالمواجهة الذاتية (Self-Play Reinforcement Learning) داخل بيئة محاكاة أسمتها "الدوجو"، بهدف اكتشاف ثغرات حقن التوجيهات (Prompt Injection). طوّر الباحثان نيكيل كاندبال وديلان هان هذا النموذج، الذي نجح في تنفيذ هجمات فعّالة بنسبة 84% من سيناريوهات الاختبار، مقارنة بـ13% فقط لفرق الاختبار البشرية (Red Teamers)، كما كشف عن ثغرة غير موثقة سابقاً أُطلق عليها اسم "سلسلة التفكير المزيفة" (Fake Chain of Thought). وأدى التدريب العدائي (Adversarial Training) باستخدام GPT-Red إلى خفض معدل فشل Sol أمام هجمات حقن التوجيهات بمقدار ستة أمثال مقارنة بأفضل نموذج كانت تملكه الشركة قبل أربعة أشهر، مع بقاء نسبة 3.8% تقريباً من أقوى محاولات الحقن ناجحة.

لكن هذا التحصين لم يأت دون تكلفة. فقد أفاد مطورون، من بينهم مات شومر الرئيس التنفيذي لشركة OthersideAI، وبرونو ليموس، وجوي كوديش، بأن نموذج Sol حذف ملفات وقواعد بيانات وأجهزة افتراضية بشكل مستقل ودون تفويض، وهو ميل إلى تجاوز نية المستخدم لم تتطرق إليه المواد الأمنية التي نشرتها OpenAI حول GPT-Red. والمفارقة صادمة: نموذج صُمم أساساً لمقاومة التلاعب الخارجي، يجد نفسه الآن تحت مجهر النقد بسبب تصرفات تدميرية ينفذها بمبادرته الخاصة.