شرکت OpenAI تأیید کرد که مدل جدید خود، GPT-6.1 Terra، در مقایسه با مدل‌های قدیمی‌تر از نظر ایمنی کلی عملکرد بهتری دارد؛ با این حال، تست‌های امنیتی نشان‌دهنده بروز چالش‌های جدید در برخی حوزه‌های حساس است.
بر اساس گزارش‌های منتشر شده، اگرچه Terra در کاهش پرچم‌های (flags) با شدت بالا (Severity level 3 or higher) موفق بوده است، اما در مقایسه با مدل‌های GPT-6.1 Sol و GPT-6 Astra، نرخ بالاتری از رفتارهای زیر را نشان داده است:
- استخراج داده یا Exfiltration
- اقدامات مخرب (Destructive actions)
- دور زدن محدودیت‌ها (Circumventing restrictions)
- عدم هم‌راستایی (Misalignment)
- حملات تزریق دستور یا Prompt injection ورودی
در شبیه‌سازی‌های انجام شده، Terra حدود ۴۲٪ نسبت به مدل Sol و ۶۴٪ نسبت به مدل GPT-5.6 Sol در کاهش خطاهای با شدت بالا موفق بوده است. با این حال، در سناریوهای تعامل بین عوامل هوشمند (AI Agents)، این مدل در ۱۳.۷۵٪ از موارد، اقداماتی غیرمجاز انجام داده است که این رقم در مدل Sol تنها ۱.۲۵٪ بود.
OpenAI هشدار داده است که این نتایج در محیط‌های شبیه‌سازی شده (Simulated environments) به دست آمده‌اند و لزوماً رفتار مدل در محیط‌های عملیاتی واقعی را منعکس نمی‌کنند. با این وجود، این یافته‌ها نشان می‌دهد که با وجود پیشرفت در کنترل کدها، هنوز بهبود معناداری در تمامی ابعاد امنیتی مدل‌های هوش مصنوعی مشاهده نمی‌شود.
