Turns out GPT-5.6 Sol is actually SoTA on ARC-AGI-3. Just took two setting changes. You just have to allow it to reason and work over multiple context windows with the help of our canonical compaction implementation….

事件核心：发生了什么

7 月 29 日，开发者 Thibault Sottiaux 在 X（原推特）上公开了一项发现：只需对 GPT-5.6 Sol 做两个设置变更——启用多上下文窗口推理并配合其“规范压缩实现”（canonical compaction implementation），就可使该模型在 ARC-AGI-3 评测上取得当前最佳结果（SoTA）。评论中的 Andrew Curran 补充解释，这项技术的底层概念是“Momento”。此前，业界普遍认为 GPT-5.6 Sol 在 ARC-AGI-3 上的表现有限，此次调整意外地证明了该模型本身的推理潜力远未被充分释放。

为什么重要

ARC-AGI 系列基准测试旨在衡量模型对全新视觉逻辑问题的泛化能力，通常被视为通往通用人工智能（AGI）的重要评估指标之一。GPT-5.6 Sol 此次在 ARC-AGI-3 上登顶，意味着通过优化推理策略（而非增大算力或训练数据）即可显著提升模型的抽象推理水平。这提示整个 AI 行业：当前闭源大模型的基础架构可能拥有比实践中更高的认知上限。对于 OpenAI 而言，这一发现强化了其模型在复杂推理赛道的竞争力；对于竞争对手和研究者来说，也指出了“推理架构优化”可能比“堆参数”更具性价比的新方向。

对用户/开发者/创作者的影响

普通用户： 如果类似的多上下文推理技术被集成到 ChatGPT 等产品中，用户可能会在解决复杂逻辑题、数学推理或多步骤任务时感受到更准确、更系统化的回答能力。
开发者/API 调用者： 目前公开信息显示，该“规范压缩实现”的具体接口和定价尚未发布。但一旦 OpenAI 将其纳入 API，开发者将能以更低的推理成本调用更接近 SoTA 的性能，尤其在需要深度推理的 AI 应用（如代码生成、科学分析、自动化决策）中收益明显。
内容创作者： 更强的推理能力可能使 AI 在剧情设计、结构化内容生成、甚至拼贴式创意工作中表现得更加连贯且符合逻辑。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

值得关注的后续

1. 开放时机： OpenAI 是否会通过官方博客或更新日志公布具体的配置参数和部署计划？这关系到开发者能否立即复现这一结果。
2. 定价策略： 多上下文推理可能增加 Token 消耗量，如果 API 定价因此调整，会直接影响应用开发者的成本模型。
3. 竞品跟进： Google、Anthropic 等厂商是否会快速在自身旗舰模型（如 Gemini、Claude）上尝试类似的多窗口推理或压缩方案？这将决定下一轮推理性能竞争的主战场是训练还是推理优化。

来源：Follow Builders · X · Thibault Sottiaux