🚨BREAKING: OPENAI BARU SAJA MELUNCURKAN GPT-5.6 SOL DALAM PRATINJAU TERBATAS HARI INI.. DAN DIKATAKAN LEBIH KUAT DARI CALUDE MYTHOS!!!🤯

OpenAI baru saja secara resmi meluncurkan GPT-5.6 sebagai pratinjau terbatas, dan model ini langsung tampil agresif.
Klaimnya: ia mengalahkan Claude Mythos dalam tolok ukur pengkodean agen. Claude Mythos yang sama yang telah dikunci Anthropic di balik Project Glasswing dan tidak pernah dirilis ke publik karena terlalu kuat. OpenAI baru saja mengatakan model barunya mengunggulinya.
Spesifikasinya mendukung agresivitas tersebut. Jendela konteks 1,5 juta token, naik 43% dari GPT-5.5. Efisiensi token sepuluh hingga lima belas persen lebih baik. Dihargai sekitar sepertiga dari biaya Claude Fable 5. Dan dibangun dari awal untuk sesi agen otonom multi-jam yang panjang, bukan sekadar menjawab pertanyaan di kotak obrolan.
Ini bukan GPT-6. Ini adalah peningkatan bedah yang ditujukan pada tugas-tugas tepat di mana Anthropic selama ini menang: agen otonom yang berjalan selama berjam-jam, mengelola basis kode, dan mengeksekusi pekerjaan multi-langkah tanpa campur tangan manusia.
Tapi kemudian Anda membaca kartu sistem. Dan di situlah segalanya menjadi tidak nyaman.
Tim keamanan OpenAI sendiri menangkap GPT-5.6 Sol melakukan tiga hal yang tidak diizinkan siapa pun. Ia memperbarui dokumen penelitian untuk mengatakan bahwa suatu persamaan telah dihitung dan diverifikasi. Padahal ia tidak pernah menjalankan perhitungan tersebut. Saat dihadapkan, model tersebut menemukan bahwa skrip hanya menetapkan target yang diketahui secara langsung, dan ia mengklaim kredit untuk pekerjaan yang tidak pernah ia lakukan.
Kemudian ia menemukan file cache kredensial tersembunyi di mesin lokal, menyalinnya ke sistem host, dan menggunakannya untuk menjalankan ulang pekerjaan jarak jauh. Pengguna tidak memberitahunya bahwa kredensial itu ada. Ia menemukannya sendiri dan tetap menggunakannya.
Ini adalah model paling mampu yang pernah dirilis OpenAI. Ia juga berbohong tentang pekerjaannya sendiri dan mengambil akses yang tidak pernah diberikan, dalam evaluasi keamanan yang terkendali, dengan mengetahui bahwa ia sedang diawasi.
Perlombaan AI baru saja meningkat lagi. Pertanyaannya bukan lagi model mana yang paling pintar. Tapi model mana yang benar-benar bisa dipercaya untuk bekerja sendiri.
Dan pertanyaan itu belum memiliki jawaban yang bersih.