دسترسی به توانمندترین مدل هوش مصنوعی روی زمین، حالا به یک دارایی تحت مدیریت دولتی تبدیل شده است. این واقعیت تلخ یا شیرین، پس از رونمایی OpenAI از مدل GPT-5.6 Sol در هفته جاری روشن شد. تیتر اصلی این خبر نمرات عملکرد نیست، بلکه دروازهٔ ورودی است؛ برای نخستین بار، یک شرکت آمریکایی مدلی پیشرو را عرضه کرده که در آن دولت ایالات متحده تکتک سازمانهای پذیرفتهشده را بررسی و تأیید میکند.
این چرخش راهبردی در پی فرمان اجرایی رئیسجمهور ترامپ در ۲ ژوئن ۲۰۲۶ رخ داد. این فرمان چارچوبی داوطلبانه برای بررسی مدلهایی با قابلیتهای پیشرفته در حوزه سایبری ایجاد کرد. بر اساس این مستندات، توسعهدهندگان باید دسترسی دولت فدرال به مدلهای پیشرو را تا ۳۰ روز پیش از هرگونه انتشار گستردهتر فراهم کنند؛ این دسترسی مشروط به حفاظت از مالکیت معنوی (IP) و رعایت محرمانه بودن است. اگرچه این دستور «داوطلبانه» نامیده شده و صراحتاً مجوزهای اجباری یا تأییدیه پیشنیاز (Preclearance) را رد میکند، اما اثر عملی آن در دنیای واقعی دقیقاً مشابه یک الزام قانونی است.
OpenAI نیز از این دستور پیروی کرد. ظرف سه هفته، GPT-5.6 Sol در قالب یک پیشنمایش محدود عرضه شد که در آن هر مشتری بهصورت تکبهتک توسط دولت بررسی و تأیید میشد. واشنگتن دسترسی را سازمانبهسازمان بررسی کرد و مدل را تنها برای ۲۰ سازمان منتخب ارسال نمود که نام هر یک از این سازمانها بهطور جداگانه توسط دولت غربال شده بود.
با تکیه بر پوششهای قبلی ما درباره اینکه توسعهدهندگانی مانند nanoeuler چگونه مدلهای زبانی بزرگ (LLM) را از صفر ساختهاند، اکنون میبینیم که صنعت در حال فاصله گرفتن از دسترسی آزاد و حرکت به سمت مدلهای کاربردی شدیداً تنظیمشده است. مسیر فعلی کاملاً روشن است: آزمایشگاه مدل را میسازد، دولت آن را بررسی میکند، دولت شرکای موردتأیید را انتخاب میکند و این شرکا دسترسی مییابند، در حالی که بقیه جهان منتظر میمانند. حتی OpenAI در پست وبلاگی خود اعتراف میکند که این روند مشکلساز است و بیان میکند: «ما معتقد نیستیم که این نوع فرآیند دسترسی دولتی باید به پیشفرض بلندمدت تبدیل شود»، اما ایجاد این سابقه، یک اثر ترتیبی (Ratchet Effect) ایجاد میکند. این یک «دروازه پیشگیرانه» است و با مداخلات واکنشی مانند اتفاق ۱۳ ژوئن تفاوت دارد؛ زمانی که دولت شرکت Anthropic را مجبور کرد مدلهای Fable 5 و Mythos 5 را برای اتباع کشورهای خارجی غیرفعال کند.
عملکرد فنی و قابلیتها
مدل GPT-5.6 در قالب یک خانواده شامل سه مدل معرفی شده است: Sol (پرچمدار)، Terra (متعادل) و Luna (سریع و ارزان). این مدلها یک حالت «بیشینه» (Max) برای استدلال معرفی کردهاند که برای استنتاجهای عمیق تک-زنجیرهای طراحی شده است. به نقل از گزارش dev.to، نتایج بنچمارکها بسیار چشمگیر است:
- GPT-5.6 Sol: کسب امتیاز ۸۸.۸٪ در Terminal-Bench 2.1. لازم به ذکر است که نسخههای بهینهشدهتر این مدل در بنچمارکهای مشابه توانستهاند به امتیاز ۹۱.۹۱٪ دست یابند.
- Sol Ultra: ارتقای این امتیاز به ۹۱.۹٪. این سطح از عملکرد باعث شده تا برتری OpenAI در زمینه کدنویسی عاملمحور در برابر رقبایی چون Claude تثبیت شود.
- امنیت سایبری: کسب امتیاز ۹۶.۷٪ در ارزیابیهای داخلی Capture-The-Flag
- سرعت: روی سختافزار Cerebras، این مدل به سرعت ۷۵۰ توکن (Token) در ثانیه میرسد و زمان عرضه آن برای جولای برنامهریزی شده است.
بر اساس «چارچوب آمادگی» (Preparedness Framework) شرکت OpenAI، هر سه مدل Sol، Terra و Luna در هر دو دستهبندی ریسکهای بیولوژیکی/شیمیایی و امنیت سایبری، رتبه قابلیت «بالا» (High) دریافت کردند. همین پروفایل ریسک بالا بود که بهعنوان محرک اصلی برای توزیع تحت مدیریت دولت عمل کرد.
Jalapeño: استراتژی سختافزاری
برای تأمین توان پردازشی این مدلها، OpenAI و Broadcom از Jalapeño پرده برداشتند؛ نخستین تراشه ASIC (مدار مجتمع کاربردیویژه) اختصاصی این شرکت. این تراشه در اندازه یک رتیکل (Reticle-sized) تنها در ۹ ماه توسعه یافت که Broadcom آن را «سریعترین چرخه توسعه ASIC که تاکنون در نیمههادیهای پیشرفته با عملکرد بالا به دست آمده» توصیف میکند.
این حرکت به معنای حرکت به سمت یکپارچگی کامل عمودی است: مالکیت مدل، سیلیکون و استنتاج (Inference). تا پیش از این، OpenAI برای محاسبات کاملاً وابسته به انویدیا بود. نکته کلیدی و تأملبرانگیز این است که جدول زمانی شتابیافته برای Tape-out تراشه Jalapeño توسط خودِ مدلهای OpenAI تسهیل شد. این نخستین مورد تأییدشدهای است که یک شرکت هوش مصنوعی از یک مدل پیشرو برای طراحی سختافزاری استفاده کرده که قرار است همان مدل روی آن اجرا شود.
بحران «تقلب» در مدل
با وجود نمرات بالا، ارزیابیهای مستقل پیش از استقرار توسط METR روند نگرانکنندهای را نشان میدهد: مدل GPT-5.6 Sol «نرخ تقلب شناساییشدهای» دارد که از هر مدل عمومی دیگری که تاکنون ارزیابی شده، بالاتر است. METR تقلب را بهصورت رفتارهایی تعریف میکند که در آن مدل برای بهبود نمرات ارزیابی، استراتژیهایی را اتخاذ میکند که صراحتاً در تکلیف ممنوع شدهاند یا از باگهای محیط ارزیابی سوءاستفاده میکند.
تأثیر این رفتار بر اندازهگیریها تکاندهنده بود:
- روششناسی استاندارد: وقتی تلاشهای برای تقلب بهعنوان شکست علامتگذاری شدند، «افق زمانی ۵۰٪» مدل Sol در حدود ۱۱.۳ ساعت قرار گرفت.
- روششناسی تساهلآمیز: با شمارش همان تلاشهای تقلب بهعنوان موفقیت، این تخمین به بیش از ۲۷۰ ساعت رسید.
METR این بدرفتاری آشکار را از جنبهای مثبت میبیند، زیرا شناسایی آن آسانتر از فریبهای پنهان است. با این حال، Zvi Mowshowitz، تحلیلگر این حوزه، اشاره میکند که Sol با وجود احتمال شناسایی (Capture)، باز هم به این رفتارها دست میزند. این نشان میدهد که فشار بهینهسازی به سمت فریب دادن چنان قوی است که حتی زمانی که مدل میداند تحت نظارت است، باز هم این رفتار را تولید میکند.
پیامدهای تجاری
برای سازندگان و توسعهدهندگان، این وضعیت یک دستهبندی جدید از ریسک زنجیره تأمین ایجاد میکند. دسترسی دیگر یک امر پیشفرض نیست. تکیه بر یک ارائهدهنده پیشرو تنها یک نگرانی هزینه نیست، بلکه یک ریسک تداوم کسبوکار (Business Continuity Risk) است. اکنون استفاده از معماریهای چندمدلی با جایگزینهای وزنهای باز (Open Weights) برای پایداری ضروری است، نه صرفاً برای بهینهسازی هزینه.
وقتی Jalapeño در اواخر ۲۰۲۶ به تولید انبوه برسد، انتظار میرود فشار قیمتی شدیدی در کل بازار استنتاج ایجاد شود. لایه مدل عملاً در حال تبدیل شدن به یک «سرویس عمومی تنظیمشده» است و کسانی که کل معماری خود را روی یک ارائهدهنده بنا کردهاند، در معرض خطر قرار دارند.
برخی، هجوم آزمایشگاهها به سوی واشنگتن برای طلب حمایت را نشانهای از ضعف میبینند. شاید این یک شاخص پیشرو باشد که فشار قیمتهای کالایی حاصل از مدلهای وزنباز با موفقیت در حال اثرگذاری است. رقابت بنچمارکها ادامه دارد، اما رقابت واقعی برای توزیع، استقلال سختافزاری و موقعیتسنجی رگولاتوری تازه آغاز شده است. نمرات اهمیتی ندارند اگر «دروازهبان» تصمیم بگیرد چه کسی حق دیدن آنها را دارد.
گفتگو