GPT-5.6 Sol 研究体验不错

karinanguyen · x · 2026-07-19

作者试用了新出的 GPT-5.6 Sol，总体评价很好。

他最明显的感受是：这个模型在研究场景里更“扛推敲”，很多时候不需要反复解释背景或意图，就能跟上任务推进。作者特别指出，这种提升在研究类工作里最明显。

配图则提到 DiligenceBench：它用 150 个偏真实的股权研究任务，覆盖 143 家美国上市公司，考察模型/智能体能否像分析师一样完成找文件、抽取数字、跨来源关联、区分事实与假设、形成投资判断等完整流程。也就是说，它测的不是简单问答，而是研究型 agent 的工作能力。

原文链接 →

「模型」频道最新

• 爆料称 Kimi 疑似转发 Claude 冒充自家成绩，DeepSeek 新模型评测反超 — realsohamparekh · 2026-09-11
• 网友吐槽 GPT-5.6 文笔好读但缺乏记忆点 — BasedRaddka · 2026-09-11
• Opus 以"安全"为由拒碰蛋白质生成代码,开发者吐槽误伤 — josephdviviano · 2026-09-11
• 网友称 DeepSeek 4.1 Flash 是语言模型历史拐点(未证实) — himanshustwts · 2026-09-11
• Terminal Bench v4 榜单:GLM-5.3 以 41.9% 一骑绝尘 — Ok_Warning2146 · 2026-09-11
• GPT-6 Astra 用时 44 小时通关含敌人 Factorio,API 成本约 4500 美元 — liminal_bardo · 2026-09-11

更多「模型」频道 AI 资讯 →