通过调整API中的两个设置——保留推理过程与启用压缩（compaction），GPT-5.6在ARC-AGI-3基准测试中的得分提升了三倍，同时显著提高了效率，展示了配置优化对AI模型性能的巨大潜力。

详细分析

这一发现的核心在于揭示了大模型性能提升并非仅依赖模型架构或训练数据的扩充，有时简单的推理期配置调整也能带来指数级的改进。ARC-AGI-3作为衡量AI通用智能的关键基准，历来以挑战模型的抽象推理和模式识别能力著称，而GPT-5.6通过启用“压缩”功能，巧妙地减少了推理过程中的冗余计算，同时保留了关键推理链条，从而在保持高精度的前提下大幅提升了任务完成率。这一成果对AI行业具有深远影响：首先，它挑战了“更大即更好”的传统观念，表明算法效率和推理策略优化同样重要，这为中小型AI团队提供了低成本高性能的改进路径。其次，从商业角度看，效率提升意味着更低的计算成本和更快的响应速度，这直接关系到云端AI服务的盈利能力和规模化部署能力，可能促使云计算提供商重新评估其定价和资源分配策略。竞争格局方面，OpenAI、Google DeepMind和Anthropic等头部厂商都在争夺AGI基准的领先地位，这一技术细节的突破可能成为GPT-5.6在评测排行榜上超越竞争对手的关键筹码，并引发其他团队对类似配置的模仿与创新。此外，该发现也凸显了API设计的易用性和透明性对模型潜力的释放作用——用户无需深度定制即可利用隐含的优化选项，这可能会推动更多企业将AI能力集成到产品中，加速行业应用落地。不过，需要谨慎看待的是，该结果可能具有特定基准的局限性，其泛化能力尚需在更多复杂任务中验证。总体而言，这不仅是技术层面的小步快跑，更预示着AI性能优化正从“炼丹式”调参转向系统化的配置工程，为未来更高效的AGI发展提供了新思路。

编辑点评：在AI军备竞赛中，细节往往决定成败——两个API设置的巧妙利用，折射出推理效率与结果质量之间的微妙平衡，值得所有工程师关注。

原文：OpenAI Blog