研究與評測
兩項設定讓GPT-5.6 Sol分數增三倍
OpenAI News綜合 3 家報導
OpenAI表示，GPT-5.6 Sol原先在2D益智遊戲基準ARC-AGI-3僅得7.8%，GPT-5.5則為0.4%。檢查後發現，通用測試框架會在每次操作後丟棄私有推理，使模型無法保留先前所學。啟用ChatGPT與Codex使用的retained reasoning及compaction後，公開任務集分數增至三倍，輸出token降至原本六分之一，OpenAI並稱其達到SoTA。
讀原始報導背景
ARC-AGI-3 是一項互動式推理基準，要求 AI 代理探索陌生環境、即時掌握目標、建立可調整的世界模型，並持續學習。OpenAI 的 Responses API 支援管理推理 token 與跨回合保留推理狀態；其測試顯示，保留推理並啟用 compaction，可提升 GPT-5.6 在 ARC-AGI-3 的分數與效率。
來源
- X @OpenAInitter.net
- X @thsottiauxnitter.net
- arcprize.org
- developers.openai.com
- openai.com