The Batch 速览：GPT-5.6、机器人奖励模型与模型协作

导语

这一期 The Batch 的正文由多条 AI 新闻组成。这里剔除通讯页眉、Andrew Ng 来信、广告、招聘、订阅和反馈页脚，只翻译源文中完整出现的 4 个新闻块及其评论：OpenAI GPT-5.6 的受限发布、Sakana AI 的 Fugu 模型编排、Microsoft 自研 MAI-Thinking-1、以及 Stanford / UC Berkeley 的 RoboReward 机器人奖励模型。

正文翻译

1. GPT-5.6 落在限制地带

OpenAI 宣布预览 GPT-5.6 家族，其中包括一个可与 Claude 5 Mythos 相比的顶级模型，但目前它只向美国政府选定的用户开放。

新情况： OpenAI 发布了三款闭源视觉语言模型，价格和性能从最强的 GPT-5.6 Sol，依次降到中档的 GPT-5.6 Terra，以及速度更快、价格更低的 GPT-5.6 Luna。这些模型都带有安全护栏，用来拒绝访问潜在危险的生物、化学和网络安全信息。三款模型，以及安全护栏放宽的版本，都提供给美国政府批准的少数组织。公司承诺未来几周会更广泛发布。