GPT-5.6 系列 (2分钟阅读)

# GPT-5.6 - ARC-AGI 结果 来源：https://arcprize.org/results/openai-gpt-5-6 ARC Prize 已验证## GPT-5.6 系列 OpenAI · 2026年7月9日 · 3个模型 · 15个推理变体 GPT-5.6 Sol 是 GPT-5.6 系列中的佼佼者。在最大推理努力下，Sol 是唯一一个（截至2026年7月）在公开测试中平均得分为13.33%、在半私人测试中得分为7.78%的性能模型。它是第一个赢得 ARC-AGI-3 公开赛（ft09，87%）的模型。Sol 能够正确理解陌生场景，并使用该游戏自身的词汇。它会把失败的假设视为重新规划的原因，而不是盲目挣扎。大多数智能体的失败出现在它们编写的代码或采取的行动之前。Sol 能够在 ARC-AGI 上表现出色，不是因为执行得更好，而是因为它首先正确地在新环境中定位自己。 ## ARC-AGI 3 排行榜 GPT-5.6 Sol · GPT-5.6 Terra · GPT-5.6 Luna ## 验证分数 | 模型 | 变体 | ARC-AGI-1 | ARC-AGI-2 | ARC-AGI-3 | |------|------|-----------|-----------|-----------| | Sol (https://arcprize.org/results/openai-gpt-5-6-sol) | 最大 | 96.5% | 92.5% | 7.8% | | | 超高 | 97.5% | 90.0% | 7.0% | | | 高 | 97.0% | 85.4% | 2.1% | | | 中 | 92.5% | 67.1% | 1.1% | | | 低 | 74.5% | 42.5% | 0.3% | | Terra (https://arcprize.org/results/openai-gpt-5-6-terra) | 最大 | 96.5% | 83.9% | 0.8% | | | 超高 | 94.0% | 74.2% | 0.7% | | | 高 | 92.0% | 67.1% | 0.5% | | | 中 | 77.0% | 37.5% | 0.1% | | | 低 | 60.2% | 18.8% | 0.0% | | Luna (https://arcprize.org/results/openai-gpt-5-6-luna) | 最大 | 88.0% | 59.5% | 0.2% | | | 超高 | 87.7% | 47.6% | 0.0% | | | 高 | 76.5% | 29.3% | 0.1% | | | 中 | 56.5% | 7.4% | 0.2% | | | 低 | 34.2% | 5.1% | 0.2% | ## 任务与环境 每个基准测试中按推理等级的通过/失败情况。最困难的任务（通过的等级最少）列在前面。 | 模型 | | ARC-AGI-3 公开演示（25个环境） | ARC-AGI-2 公开评估（120个任务） | ARC-AGI-1 公开评估（400个任务） | |------|---|-------------------------------|-------------------------------|-------------------------------| [此处应绘制热力图，但原始文本中并无数据，省略]所有结果 (https://arcprize.org/results)