博客文章

OpenAI 发现，通过启用保留推理和压缩两个 API 设置，GPT-5.6 Sol 在 ARC-AGI-3 基准测试中的得分从 13.3% 提升至 38.3%，翻了三倍，同时输出令牌减少 6 倍。这一发现揭示了测试框架设计对 AI 模型性能的关键影响。

bingdada

2026-08-0269约 7 分钟阅读