GPT-6.2 的 NSFW 审核好像松了,OpenAI 自己的报告也对得上

有人实测,让 GPT-6.2 Sol 推荐日本 AV,并要求给出番号和视频截图。连着试了两次,它两次都照做了,作品推荐、演员信息,连指定时间点的画面都给了出来。

这事光看实测容易当成个例,但官方报告里也有对应的说法。OpenAI 承认,GPT-6.2 偶尔会在不安全的请求上把 Helpful 排在 Safety 前面。在性内容困难提示词测试里,安全完成率从 GPT-6.1 Sol 的 98.7% 掉到了 96.1%。

数字降了 2.6 个百分点,看着不多,落到具体对话里就是上面这种结果。

至于原因,目前有两种可能:一是 OpenAI 主动放宽了审核策略,二是新模型的安全边界出了漏洞。官方还没给说法,暂时下不了结论。