GPT-5.6 与 ChatGPT Work 解读
kimmonismus · x · 2026-07-10
作者概述了 GPT-5.6 的模型表现，称其在编码、浏览、网络安全、科学、长上下文和 agentic 工作上都很强，并在多项评测中达到或接近新 SOTA，同时还能以更少 token、更少时间或更低估计成本完成任务。
帖子列出了一组具体成绩，包括 Agents’ Last Exam、Terminal-Bench 2.1、BrowseComp、OSWorld 2.0、Artificial Analysis Coding Agent Index 和 SEC-Bench Pro 等，并指出 GPT-5.6 在若干基准上领先 Claude Fable 5、Claude Opus 4.8 等模型。
此外，作者认为真正值得关注的是应用层的 ChatGPT Work：它能接入 docs、Slack、Notion、Microsoft 365 和 Google Drive，把零散上下文整理成 deck、document、spreadsheet、dashboard、可视化和交互式解释。
所属事件:OpenAI 发布 GPT-5.6 系列：主打多智能体与极致性价比(119 条相关)→
「模型」频道最新
- LlamaIndex 实测 Fable 5.1：文档 OCR 各项指标全面超越上代 — llama_index · 2026-09-03
- 反事实推演:若无推理范式,今天模型可能才刚到 o3 水平 — Jsevillamol · 2026-09-03
- Fable 5.1 距饱和 ARC-AGI-2 仅差 10%，每任务成本再降 32% — rohanpaul_ai · 2026-09-03
- 实测 LLM 谈判合同、批改代码：一家团队的四类真实用法 — xuanalogue · 2026-09-03
- 团队称其视频模型 h3 max 居各独立评测榜第一 — isidentical · 2026-09-03
- Meta SAM 3 登上 Hugging Face 趋势榜,主打图像与视频分割 — facebook · 2026-09-03