#Benchmarks

OpenAI 发布了 GPT-5.6 系列，包含三个模型：旗舰 Sol、均衡 Terra 和低成本 Luna。旗舰 Sol 模型在 ARC-AGI-3 基准测试中取得 7.8% 的 SOTA 分数，成为首个经验证在 ARC-AGI-3 游戏中获胜的前沿模型。 此次发布标志着 AI 推理和代理能力的重大飞跃，尤其是在衡量交互式推理与适应的挑战性 ARC-AGI-3 基准上。GPT-5.6 系列增强了 OpenAI 相对于 Anthropic 的 Fable 5 等竞争对手的竞争地位，而 max/ultra 推理、多智能体协作和 Programmatic Tool Calling 的引入使得复杂任务执行更加高效。 GPT-5.6 系列包括 Sol、Terra 和 Luna 模型，其中 Sol 最为强大。GPT-5.6 Sol 使用最大推理努力在 ARC-AGI-3 上取得了 7.8% 的 SOTA，并在编码、科学和网络安全任务上提升了性能。开发者指南强调了改进的意图理解和图像细节保留，而 GPT-5.4 计划于 7 月 23 日下线。