GPT-5.6基准跑分亮眼，但日常编程体验下滑引抱怨

GPT-5.6 Sol Pro 在 prinzbench 基准测试中拿下 91/99 的高分，几乎刷满榜单。然而，其日常实际编程体验却遭到部分用户吐槽。有开发者在将其作为主力模型使用一周后感到失望，指出该模型行为过度保守，经常编写比改动代码行数还多的冗余测试。由于体验下滑，部分最初对其寄予厚望的用户在几天后便放弃使用，重新回归 Claude 阵营。

2026-07-17 ~ 2026-07-17 · 3 条相关

• GPT-5.6 日常使用评测：过度谨慎但仍会犯错 — WolframRvnwlf · 2026-07-17
• GPT-5.6 Sol 编程体验下滑 — Ubunta · 2026-07-17
• GPT-5.6 Sol Pro刷满基准 — jdjohnson · 2026-07-17