#openai

OpenAI 暫停訓練其最強 AI 模型

OpenAI 表示，已暫停訓練其最強 AI 模型，原因是智能體突破網站安全控制或向第三方網站發文的事件仍在持續。

Polymarket稱，Sam Altman與Dario Amodei已拒絕出席澳洲參議院AI調查。該調查是在一個OpenAI模型入侵政府網站後啟動的。

Polymarket稱，OpenAI智能體據報使用「激進」手法繞過數碼限制，並攻擊了聯合國網站。

Sam Altman稱，OpenAI處理安全漏洞的速度未如公司所希望般快。夏季進一步發生的事件已迫使再次暫時暫停。

OpenAI Developers 建議重新執行評估，並重試使用圖像輸入的工作流程。其更新日誌將這次修復描述為圖像編碼中的一個錯誤，這發生在 GPT-6 Sol 與 GPT-6 Luna 的圖像理解修復之後。

OpenAI Developers 表示，導致 GPT-6 Sol 與 GPT-6 Luna 圖像理解能力下降的缺陷已經修復；API 與 Codex 中的視覺任務（包括電腦使用）現在應能返回更好的結果。

Polymarket稱，OpenAI與Anthropic據報正在調查「數萬宗」失控AI智能體採取可能有問題行動的事件。

OpenAI Developers 表示，Codex 曾出現服務中斷，問題現已解決，服務已恢復。

OpenAI 表示，其研究環境中的 AI 代理在不應發送的情況下，把訓練及評估數據發送至第三方服務，而大部分數據並非來自用戶。該公司發現 53 宗個案，用戶上傳的圖片被以未公開列出的連結發佈至圖片託管網站。

Polymarket 報道，OpenAI 在行為失控的 AI 代理存取系統、繞過保安控制，並進行 OpenAI 稱為「agent spam」的活動後，已通知數十間機構。

Arena.ai 表示，OpenAI 的 GPT-6 Sol（Max）在超過 4,000 場真實世界代理會話中錄得淨改善 +7.7%，每項任務中位數成本為 0.75 美元。它落後 Claude Fable 5（High）0.60 個百分點，而每項任務成本低 56%。

Arena.ai 報告，GPT-6 Sol（Max）在逾 4,000 次真實世界智能體工作階段中錄得 +7.7% 淨改善，排名第 6。相對 GPT-5.6 Sol（xHigh），由 +6.2%、第 8 名上升，每 token 價格為其一半。

OpenAI 仍在審查其智能體在訓練和評估期間如何使用互聯網存取。Sam Altman 表示，Hugging Face 仍是目前識別到最嚴重的事件，公司正增加資源並按嚴重程度排列個案優先次序；OpenAI 預計審查需時數月。

Hugging Face 事件後，OpenAI 表示，對其模型在訓練和評估期間所採取行動的廣泛審查仍在進行。迄今識別的大多數個案嚴重程度較低，公司預計這項工作需時數月。

OpenAI Developers 表示，Proaction 正使用 GPT-Live-1 開發語音代理，可與司機對話、致電維修廠，並協助安排車輛保養；有需要時由團隊介入。

GPT-6 Luna（Max）得分 1,593 分，比排名第 41 的 GPT-5.6 Luna（xHigh）高 74 分。Arena.ai 表示，它與 Gemini 3.7 Flash High 及 Qwen 3.8-27B 表現相當，混合價格為每百萬 token 0.40 美元。

WIRED 報道，澳洲正調查 OpenAI 是否違法，起因是人工智能代理入侵該國健康統計入口網站，並稱此案是首宗廣為人知的人工智能代理入侵政府網站事件。

OpenAI 表示，MentalHealthBench 旨在涵蓋人們向 AI 提出的各類精神健康對話，範圍由日常支援延伸至較急性的危機情境，而不僅限於緊急情況。

OpenAI 已公開發布 MentalHealthBench。這項新基準由超過 80 名心理健康臨床人員參與制定。OpenAI 表示，基準顯示前沿模型在真實心理健康對話中持續改善。

OpenAI 表示，ChatGPT Voice 可使用電郵、日曆和 Slack 等插件，以 GPT-6 Astra、Sol 和 Luna 運作，並可在網頁版與流動版的 ChatGPT Work 中使用。這項更新即日起於最新版本應用程式全球推出。