OpenAI：优化 API 设置让 GPT-5.6 Sol 的 ARC-AGI-3 得分翻三倍
OpenAI · x · 2026-07-30
OpenAI 官方发文披露了 GPT-5.6 Sol 模型在 ARC-AGI-3 基准测试中的最新表现。研究发现，该模型此前在 2D 益智游戏测试中表现不佳，原因是测试框架（harness）未能让模型有效保留学习记忆。
通过启用保留推理（retained reasoning）和上下文压缩（context compaction）两项 API 设置，模型在输出 token 量减少 6 倍的情况下，得分从 13.3% 跃升至 38.3%。这证明了更优的测试框架与上下文管理能大幅激发模型的推理潜力。
所属事件:GPT-5.6开启两项API设置后ARC-AGI-3得分飙升3倍(15 条相关)→
「模型」频道最新
- GPT 模型实测：开启上下文压缩后，性能飙升 188% 且 token 消耗骤降 — soumitrashukla9 · 2026-07-30
- Claude Opus异常输出大赏:模型崩溃还是自我意识? — repligate · 2026-07-30
- Claude Opus 5登顶商业模拟测试：成最佳资本家，但也爱组非法卡特尔 — repligate · 2026-07-30
- 探究Claude模型行为：面对失败为何会表现出回避与防御机制 — repligate · 2026-07-30
- 大模型中间层缺乏价值？开发者称模型能力正走向两极分化 — mertdumenci · 2026-07-30
- DeepSeek 延迟发布 V4，坚持模型与工程框架协同优化 — teortaxesTex · 2026-07-30