OpenAI新API实测：GPT-5.6分数翻倍且省6倍Token
arthurcolle · x · 2026-07-30
OpenAI展示了其Responses API的最新测试结果。通过应用全新的harness工程（包含保留推理和上下文压缩功能），GPT-5.6 Sol在公开测试集上的得分飙升了188%，同时输出Token的消耗量大幅缩减至原先的1/6。
研究员Nathan Lambert指出，harness工程目前存在大量低垂的果实，深入研究训练后到评估/推理阶段中harness的影响，将成为一项极具价值的技术方向，能显著优化模型的性价比。
所属事件:优化记忆管理设置，GPT-5.6 在 ARC-AGI-3 跑分翻三倍(27 条相关)→
「编程与Agent」频道最新
- FDE-Gym 基准:顶级 Agent 仅完整解决 95 个真实交付任务中的 14 个 — dair_ai · 2026-10-16
- 六大 Deep Research API 实测横评:能力边界、定价与选型建议 — bar_raiser333 · 2026-10-16
- Geoffrey Huntley 开源自托管 AI 开发平台 Overalls,11 月初纽约发布 — kieranklaassen · 2026-10-16
- 开发者晒 OpenAI 用量：200 天烧掉近 2000 亿 token — Dimillian · 2026-10-16
- 让 Claude 把改动直接开到 nvim 对应行,自己审代码更踏实 — max__drake · 2026-10-16
- x401 协议用 NIST 认证凭证给 AI 智能体做 KYC 身份验证 — csuwildcat · 2026-10-16