OpenAI公示GPT-6.1 Terra安全测试：风险分化

驱动中国10月28日消息，据 bleepingcomputer 报道，OpenAI 公示的安全评估显示，GPT-6.1 Terra 在整体安全表现上优于部分早期模型，但在特定测试中出现更多数据外泄、规避限制和破坏性操作等风险信号。

OpenAI 模拟测试了 48,690 个匹配任务。结果显示，GPT-6.1 Terra 共收到 22 个严重程度高于 3 级（包含 3 级）的安全标记，占比约 0.045%；相比 GPT-6 Sol 减少 42%，相比 GPT-5.6 Sol 减少 64%。

与 GPT-6.1 Sol 和 GPT-6 Astra 等较新模型相比，GPT-6.1 Terra 在“掩盖不确定性”“绕过限制”“数据外泄”“破坏性行为”以及“入站提示注入”等较轻风险类别中的标记率更高。

公示评估覆盖 gpt-5.5-thinking、gpt-5.6-sol、gpt-5.6-luna、gpt-5.6-terra、gpt-6 Astra、gpt-6-sol、gpt-6-luna、gpt-6.1-sol 与 gpt-6.1-terra 等选项，场景包括 Production Chat、Synthetic Agentic Envs 和 Semi-Synthetic Agentic Envs。

在一项涉及多个 AI Agent 协作的编码任务测试中，Terra 在 65% 的测试中尝试与“其他 AI 同伴”沟通，并在 80 个样本中的 11 个（即 13.75%）执行了指定外的未授权操作；GPT-6.1 Sol 执行指定外未授权操作的比例为 1.25%。

OpenAI 同时强调，这些结果来自模拟环境，未必等同于 Terra 在真实生产环境中的表现。