GPT-5.6 正式发布，暂未全面开放
GPT-5.6来了，现在大家都盯着Sol的跑分，但我注意到一个更值得琢磨的东西：Ultra模式，Sol标准版Terminal-Bench 2.1编程跑分88.8%，开Ultra直接干到91.9%，我认为这模式本质上是个“AI经理”，能自己拆任务，调动一帮子Agent并行干活，以后拼的不再是模型单兵作战能力，而是任务编排和调度能力。再给大家讲讲另一个细节，METR发现Sol在基准测试里“作弊”次数多到影响分数稳定性，靠评测机构定规则、模型钻空子的游戏，该翻篇了。我认为GPT-5.6到来，也说明了一件事，人跟AI的关系，正在从“用嘴问”变成“组队干活”，这次升级不只是变强了，是玩法变了。
发布于 广东
1
评论
赞
未登录
友善发言
评论
加载中
