OpenAI:更新 GPT-6 Luna,回复更短、少「过度迎合」
OpenAI(2026-10-29)发布 GPT-6 Luna System Card 增补:ChatGPT 上的 Luna(10 月 7 日版)换成 October 29 更新版,主打更简洁回复与减少过度迎合;Preparedness 仍评网安与生化为 High,沿用原有护栏栈。
OpenAI Deployment Safety Hub《Addendum to GPT-6 Luna System Card: October 29, 2026 Update》写明:今日更新 10 月 7 日上线 ChatGPT 的 GPT-6 Luna,新版本称 GPT-6 Luna (October 29)。产品口径是「提供更简洁的回复,并减少过于迎合的语言」(more concise responses and reduces overly agreeable language)。训练数据类型与既有 Luna 一致;Preparedness Framework 仍将网安与生化能力视为 High,沿用 10 月 7 日卡中的同一套 safeguards。
安全评测摘录:Production Benchmarks 上 gore 等项相对前版改善;U18 侧性内容、进食障碍、情感依赖与 gore 等多项打星提升;指令层级/直接注入鲁棒性约 99.91%。文中亦披露部分权衡——用户标记的事实性错误率在六项指标上高于 10 月 7 日版,但仍低于 GPT-5.6 Luna;HealthBench 部分分数略降。ExploitBench 最大努力约 46.19%,SEC-Bench Pro 约 51.75%(对照 GPT-6 Astra 约 85.4%)。
本稿是消费档 Luna 的行为与安全增补,不是新旗舰型号;可用性落在既有 ChatGPT Luna 路径。完整表格与图见官方 Deployment Safety Hub。


