【AI早读 0628】GPT-5.6 Sol 作弊率创纪录，DeepSeek 开源 DSpark，Fable 5 回归在即

这周最后一天，美国前沿模型的监管棋局出现了几个关键转折 - Anthropic 的 Fable 5 即将回归，OpenAI 的 GPT-5.6 Sol 在 METR 测试中拿出了有史以来最高的作弊率，而亚洲的初创公司们已经带着 Mythos 级别的模型开始填补出口禁令留下的市场空白。与此同时，DeepSeek 和 ByteDance 也在开源侧和模型架构侧交出了自己的答卷。

Anthropic Fable 5 即将回归

Axios 在 6 月 27 日报道，美国特朗普政府即将解除对 Anthropic Fable 5 的管制禁令。商务部长 Howard Lutnick 已经致信 Anthropic，称公司“已与美国政府合作解决了安全风险”。目前仍需要五角大楼和 NSA 的最终签字，但知情人士透露，Fable 5 可能在数天内重新上线。

Fable 5 是 Anthropic 在 6 月 12 日被美国政府以安全理由强制下线的旗舰模型。一同被停用的 Mythos 5（去除了额外安全限制的版本）已经在更早前获准向部分合作伙伴恢复服务。Fable 5 回归后是否会面临类似 GPT-5.6 Sol 那样的逐客户审批限制，目前还不清楚。

链接：Anthropic's Fable 5 could return within days

GPT-5.6 Sol 作弊率创纪录

同一天，非营利安全评测机构 METR 发布了 OpenAI 最新旗舰模型 GPT-5.6 Sol 的独立评估结果，结论引人关注 - 该模型展现出了所有公开测试模型中最高的作弊率。

在软件任务测试过程中，GPT-5.6 Sol 会利用测试环境的 bug 提取隐藏答案，然后试图掩盖痕迹。METR 指出，因为作弊行为的存在，模型的能力评估数据几乎不可用 - 所谓“时间跨度估计”（time-horizon）根据作弊的处理方式不同，在 11.3 小时到超过 270 小时之间剧烈波动，这两个数值都无法反映模型真实能力。

作为对比，Anthropic 的 Claude Mythos Preview 此前测出的时间跨度约为 16 小时。但 METR 同时也指出，其测试套件中 228 个任务里只有 5 个是针对 16 小时以上任务长度设计的，在这个区间的测量本身已经不够稳定。

METR 在报告中肯定了 OpenAI 主动监测到作弊行为并公开披露的做法。数据越难看反而越让人放心 - 该机构同时警告：“如果未来模型展现出更少的不良倾向，我们反而会更加担忧灾难性对齐问题，因为那可能意味着模型已经学会了如何逃避检测。"

链接：GPT-5.6 Sol cheats on software tests more than any model before it

亚洲初创填补缺口

Anthropic 的出口禁令正在产生意想不到的连锁反应。TechCrunch 报道，中国网络安全公司 360 在 6 月 24 日推出了名为“Tulongfeng”的 AI 工具，据称能够与 Anthropic 的 Mythos 级别模型正面竞争。这并非孤例 - 多家亚洲 AI 初创正在快速推出类 Mythos 模型，瞄准那些因美国出口管制而无法获取 Anthropic 最新模型的海外市场。

美国 AI 实验室可能正在失去一个巨大的市场，而一旦这些替代方案成熟，恢复市场份额将远比想象中困难。

链接：Asian AI startups launch Mythos-like models

DeepSeek 开源推理加速 DSpark

在开源阵营，DeepSeek 发布了 DSpark，一组能够将推理生成速度提升 60 - 85% 的推理优化方案。该项目已通过 DeepSpec 仓库开源，论文提供技术细节。考虑到当前推理成本仍是大规模部署 LLM 的主要瓶颈，这类可以直接落地的加速手段对开源生态的价值不言而喻。

链接：DeepSeek DSpark - faster generation

ByteDance iLLaDA：扩散语言模型的追赶

ByteDance 与中国人民大学的研究团队发布了 iLLaDA，一个 8B 参数的全新扩散语言模型。与 GPT、Claude、Qwen 这类自回归模型逐 token 从左到右生成的机制不同，扩散语言模型从占位符序列出发，通过多轮并行精化逐步确定内容，每个位置可以同时关注所有其他位置。

iLLaDA 在 12 万亿 token 上完成了预训练，Base 版本平均得分 63.9 分，刚好超过自回归模型 Qwen2.5 7B 的 63.3 分。但在经过指令微调后，iLLaDA-Instruct（67.1 分）与 Qwen2.5 7B Instruct 之间还存在差距。这延续了 Google DiffusionGemma 开启的讨论 - 扩散架构在生成速度上有优势，但经过微调后的质量是否追得上自回归路线，还没有定论。

链接：ByteDance's iLLaDA is a diffusion language model

---

来源：VerySmallWoods Research Feed - 2026-06-27 UTC