두 가지 API 설정을 활성화하면 GPT-5.6이 ARC-AGI-3 벤치마크 점수를 세 배로 올립니다

OpenAI 官网材料称，在 ARC-AGI-3 基准测试中，同时启用保留推理过程与压缩两项 API 设置后，GPT-5.6 的得分提升至原来的三倍，并且测试效率有所提高。

这项结果来自 OpenAI 对 GPT-5.6 模型 API 参数的官方测试。现有材料仅说明测试涉及 ARC-AGI-3，以及 retaining reasoning 和 compaction 两项设置，未披露具体分数、成本或测试配置。

Aioga 判断，这一结果说明 API 配置可能显著影响模型在特定基准上的表现，评估模型时值得关注参数设置，而不能只比较模型名称；但现有材料不足以证明该提升可推广到其他任务。

对使用模型 API 的开发者而言，两项设置可能成为优化特定任务表现与效率的测试方向。值得关注的是，材料没有说明两项设置各自的贡献，因此无法判断三倍提升由哪项设置主导。 Aioga 建议后续核对 OpenAI 是否公开完整测试方法、具体分数、效率指标及对照配置，并在自身任务中分别测试两项设置及其组合，避免直接将单一基准结果视为通用能力提升。