标签
OpenAI透露，启用保留推理和上下文压缩使GPT-5.6 Sol在ARC-AGI-3基准测试中的得分提升了三倍，凸显了测试框架设置对模型性能测量的显著影响。
GPT-5.6 Sol，一个解决了开放数学问题的模型，最初由于测试框架的内存限制在 ARC-AGI-3 基准测试中表现不佳。启用两个 API 设置后，分数翻了三倍，输出令牌数减少了六倍。