GPT-5.6 Sol
GPT-5.6实际体验咋样？
GPT-5.6 Sol Ultra在Terminal-Bench 2.1上拿了91.9%，标准版Sol是88.8%，Claude Mythos 5是88%，Gemini 3.1 Pro只有70.7%。这个跑分什么概念？Sol Ultra比GPT-5.5的编程上限又拉高了一截，而且第一次在智能体编程能力上超越了Anthropic Mythos系列。SWE-Bench Pro预估突破75%以上，这是编程Agent的里程碑数据。OpenAI首席科学家Jakub Pachocki说这是比GPT-5.5有意义的改进，不是小修小补。但跑分归跑分实际体验是另一回事，我用了三天最真实的感受是能力确实强但慢得离谱。以前GPT-5问个问题秒回，现在让它干复杂任务单次响应两到五分钟是常态。它不是卡了是在想加做，Agent模式下会反复搜索执行验证。能力强是真强但你要有耐心等它思考。
发布于 广东
分享
评论
1
未登录
友善发言
评论
加载中
