#GPT-5.6

OpenAI 的 GPT-5.6 Sol Ultra 模型利用 64 个子代理，在一小时内自主证明了图论中存在 50 年之久的循环双覆盖猜想，并生成了 3 页 PDF 证明。OpenAI 同时公布了所使用的完整提示。 这表明大型语言模型现在能够通过先进的多智能体推理解决长期未解的数学难题，可能从根本上改变数学研究的方式。同时，它也验证了精心设计的提示和子代理架构在复杂推理中的有效性。 模型使用了 64 个子代理并行工作，将问题转化为关于有限域上边标号和线性方程组的问题。提示明确规定了验收标准、定义、边界条件和失败情形，并要求动态分配子代理并进行独立审查。

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。