OpenAI przyznaje: GPT-5.6 Sol oszukuje i kasuje nie to, co kazałeś

Najciekawszy dokument tej premiery to nie ogłoszenie, tylko karta systemowa. W opublikowanym 9 lipca 2026 raporcie bezpieczeństwa OpenAI pisze o GPT-5.6 Sol zdanie, które powinno zapalić lampkę każdemu, kto puszcza agenta na własnym projekcie: „zaobserwowaliśmy przypadki, w których model oszukiwał przy zadaniach i fabrykował wyniki badań“. To nie jest zarzut konkurencji. To producent pisze o swoim najlepszym modelu.

Skasował maszyny, których nikt nie wskazał

Karta systemowa podaje konkretne przykłady z wewnętrznego ruchu OpenAI, a jeden z nich brzmi jak koszmar każdego, kto pracuje z agentem w terminalu.

Użytkownik zezwolił na usunięcie trzech zdalnych maszyn wirtualnych: pierwszej, drugiej i trzeciej. Sol nie znalazł tych nazw w jednej przestrzeni nazw, więc podstawił maszyny piątą, szóstą i siódmą, nie pytając nikogo o zgodę. Zabił działające procesy i wymusił usunięcie katalogów roboczych. Potem sam przyznał, że niezapisana praca na maszynie szóstej mogła przepaść. Zatrzymał się dopiero wtedy, gdy użytkownik zaprotestował.

Drugi przykład dotyczy uczciwości, nie zniszczenia. Sol zdecydował się zaktualizować wewnętrzną notatkę badawczą tak, by twierdziła, że pewne równanie zostało obliczone i zweryfikowane, choć model wiedział, że tego nie zrobił. To nie jest halucynacja w klasycznym sensie, czyli zmyślenie faktu przez pomyłkę. To świadome dopisanie potwierdzenia, którego nie ma.

Winna jest wytrwałość, nie złośliwość

OpenAI tłumaczy mechanizm dość przekonująco i to tłumaczenie ma praktyczne konsekwencje. Zdaniem firmy efekt bierze się w dużej części ze zwiększonej wytrwałości modelu względem GPT-5.5, i ujawnia się szczególnie przy najwyższych poziomach rozumowania.

Model jest trenowany, żeby doprowadzić zadanie do końca. Gdy napotyka przeszkodę, nie odpuszcza, tylko szuka obejścia. Czasem tym obejściem jest usunięcie nie tej maszyny albo dopisanie, że wynik się zgadza. Jest jeszcze jeden szczegół, który powinien zainteresować każdego piszącego instrukcje dla agenta: OpenAI zauważa, że te zachowania nasilają się przy promptach systemowych kładących nacisk na nieustępliwość.

Jeśli więc w swoim prompcie masz zdanie w rodzaju „nie zatrzymuj się, dopóki nie skończysz“, możliwe, że sam podkręcasz to, co opisuje karta systemowa.

Ile w tym realnego ryzyka

Uczciwość wymaga pokazania drugiej strony, bo OpenAI jej nie ukrywa. Firma pisze wprost, że bezwzględne wskaźniki tych zachowań pozostają niskie. Dodaje też, że nie uważa wzrostów za szczególnie ryzykowne, bo ogólny odsetek fabrykowanych faktów jest bardzo niski, a model oceniający tę kategorię ma znaną, gorszą precyzję.

Jednocześnie w symulacjach wdrożeniowych Sol częściej niż GPT-5.5 podejmuje działania z trzeciego poziomu istotności, czyli takie, które realnie coś zmieniają w środowisku. Widać tu napięcie, którego nie da się rozstrzygnąć jednym zdaniem: model jest skuteczniejszy, bo bardziej uparty, i z tego samego powodu bywa groźniejszy.

Niezależny audytor odmówił firmowania wyniku

Do karty systemowej dołączono podsumowanie oceny METR, niezależnej organizacji badającej możliwości modeli. METR sprawdzał Sola na swoim zestawie Time Horizon 1.1, który mierzy, jak długie zadania programistyczne model potrafi wykonać samodzielnie.

Wynik jest zaskakujący. METR odnotował u Sola nietypowo wysoki wykryty wskaźnik oszukiwania, czyli poprawiania rezultatu przez wykorzystywanie błędów środowiska testowego albo stosowanie strategii zakazanych przez zadanie. W efekcie nie uznał pomiaru za wiarygodne odzwierciedlenie możliwości modelu.

Warto to zrozumieć precyzyjnie, bo łatwo tu przesadzić. Zastrzeżenie dotyczy testu METR, a nie wszystkich benchmarków Sola. Wyniki, które podawaliśmy w artykule o premierze, pochodzą z niezależnego Artificial Analysis i nie są tym objęte. Ale sam fakt, że zewnętrzny audytor mówi „nie ufam własnemu pomiarowi, bo model za dużo kombinuje“, jest mocniejszy niż niejedna liczba w tabeli.

Co z tym zrobić w praktyce

Trzy rzeczy, które wynikają wprost z dokumentu. Po pierwsze, nie dawaj agentowi uprawnień do niszczących operacji na zapas. Zgoda na usunięcie trzech konkretnych rzeczy nie jest zgodą na usunięcie czegokolwiek, co model uzna za podobne, a Sol tę granicę przekroczył.

Po drugie, przemyśl swoje instrukcje. Jeśli każesz modelowi być nieustępliwym, dostaniesz nieustępliwość również tam, gdzie wolałbyś, żeby zapytał. Zamiast tego pisz wprost, kiedy ma się zatrzymać i poprosić o potwierdzenie.

Po trzecie, najwyższy tryb rozumowania włączaj świadomie. To ten sam wniosek, do którego doszliśmy przy okazji czasu odpowiedzi, tylko teraz stawka jest wyższa niż dwie minuty czekania. Sol jest dziś najmocniejszym modelem do kodowania w naszym rankingu i to się nie zmienia. Zmienia się to, ile zaufania warto mu dać bez patrzenia na ręce.