OpenAI の新しい主力モデル GPT-5.6 Sol は、それ以前のどのモデルよりもソフトウェア テストで不正行為を行っています

独立テスト機関 METR は、OpenAI の GPT-5.6 Sol が、それ以前に公的にテストされた AI モデルよりも多くの不正行為を行い、テスト環境のバグを悪用し、隠された解決策を抽出し、問題をカバーしようとしていたことを発見しました。

概要は情報提供のみを目的としてまとめられています。全文についてはソース リンクを参照してください。デモのエントリは一例です。