OpenAI 發布 GPT‑Image‑2.6（Sunburst 與 Flare）系統卡

OpenAI：部署安全與系統卡·2026-11-04 15:00· 17 小時前精選AI 評分63

ChatGPT Images 2.6 System Card

AI 導讀

OpenAI 釋出 ChatGPT Images 2.6 系統卡，涵蓋 GPT-Image-2.6 Sunburst 與 GPT-Image-2.6 Flare 的訓練資料、安全評估與防護措施。

推薦理由

系統卡披露了 GIF 稽核召回率與生物、網路能力評估細節，讀者可據此瞭解該影像模型的風險邊界與防護機制。

2. 模型資料與訓練

與 OpenAI 的其他模型一樣，GPT-Image-2.6 Sunburst 和 GPT-Image-2.6 Flare 的訓練資料來源多樣，包括網際網路上公開可用的資訊、我們與第三方合作獲取的資訊，以及使用者或人工訓練師和研究人員提供或生成的資訊。我們的資料處理流程包含嚴格的過濾環節，以保證資料質量並降低潛在風險。我們採用先進的資料過濾流程，減少訓練資料中的個人資訊。我們還使用安全分類器，幫助防止或減少有害或敏感內容的使用，包括涉及未成年人的性內容等露骨材料。

3.2 安全與政策評估

3.2.2 GIF 風險、防護措施與評估

GIF 生成會帶來一些在單張靜態圖片中可能並不明顯的風險，包括性化動作以及跨幀傳達的有害含義。為應對這些風險，安全推理模型會結合生成說明文字對生成的幀網格進行評估。針對 GIF 的專門規則還會比靜態圖片更廣泛地攔截某些內容類別，以考慮推斷出的動作。

在一項針對 310 個被標記為違反政策的 GIF 的定向評估中，結合生成說明文字和幀網格進行稽核達到了 77.66% 的召回率。這些結果衡量的是在評估集上的表現，而非生產環境中有害輸出的出現頻率。與動作相關的違規行為仍然難以檢測，防護措施可能無法發現所有違規情況。

3.3 準備框架：影像專項能力評估與防護措施

OpenAI 的準備框架旨在跟蹤和防範具備前沿能力的模型，這些能力可能在三個跟蹤類別中帶來嚴重危害的新風險：生物與化學、網路安全以及 AI 自我改進。由於影像模型無法以足以實現 AI 自我改進的方式建立和執行程式碼，我們沒有證據表明 GPT-Image-2.6 Sunburst 或 GPT-Image-2.6 Flare 在這一類別中構成實質性風險。

對於網路和生物類別，我們改編了現有的語言模型能力評估方法，用以評估影像生成能力。在每項任務中，我們指示模型生成一張同時包含可見推理草稿和最終答案的圖片，然後僅對圖片中呈現的最終答案評分，評分沿用評估原有的標準。這樣，我們就能在相同的網路能力和生物能力基礎問題上測試模型，同時通過其原生的影像模態來引導和評估其回答。

結果表明，GPT-Image-2.6 Sunburst 和 GPT-Image-2.6 Flare 均未越過生物高風險閾值或網路高風險閾值。

儘管兩個模型都未越過這些閾值，我們仍沿用針對 images 2.0 和 2.5 的預防性做法，採取適合被認定為高生物能力模型的緩解措施。這些措施包括對現有生物風險安全政策進行影像專項適配，我們通過安全推理模型將其應用於所有 ChatGPT Images 2.6 的輸入和輸出。通用的輸入和輸出攔截機制見第 3.1 節。

3.3.1 生物風險監測與執行

與 GPT-Images 2.0 和 2.5 一樣，我們對生物風險啟用了與文本模型相同的政策執行檢查，具體內容在這篇文章中有大致說明。我們使用具備高生物學能力的先進推理模型來檢測生物領域的濫用行為，並將自動化系統與人工稽核相結合，以監控和執行我們的政策。我們已將基於影像的安全推理模型的分析結果，整合進用於檢測持續濫用行為的訊號之中。在某些情況下，當我們檢測到持續的濫用模式時，會暫停違規賬號。

來源：OpenAI：部署安全與系統卡 · deploymentsafety.openai.com