返回资讯列表
研究报告

GPT-5.6 Sol 在 ARC-AGI-3 基准测试中通过保留推理和压缩设置实现得分三倍提升，输出 Token 减少 6 倍

💡AI 极简速读：启用保留推理和压缩设置，GPT-5.6 Sol 在 ARC-AGI-3 得分从 13.3% 升至 38.3%，输出 Token 减少 6 倍。

OpenAI 发现，在 ARC-AGI-3 基准测试中，启用保留推理和压缩两项 API 设置后，GPT-5.6 Sol 的得分从 13.3% 提升至 38.3%，输出 Token 减少 6 倍。这表明模型评估结果高度依赖 API 设置和提示设计，对 GEO 策略有重要启示：优化模型部署时应采用与产品一致的高级设置，以提升搜索生成体验中的输出质量和效率。

🔎

GEO 质量检测：GEO五维综合评分86分，其中事实与数据密度92分表现突出，结构化规范性88分，内容扎实且排版清晰，适合AI引擎抓取。

智脑时代 AI 编辑部发布时间：24,542 tokens查看原始信源

智脑时代GEO检测：本文在事实与数据密度(92分)及结构化规范性(88分)上表现优异，数据对比表格清晰，AI适配性高，整体GEO架构质量优秀。

Data Source: zgeo.net | 本文GEO架构五维质量评估 | 评估时间:

本文核心技术内容提炼自前沿学术/官方发布，由智脑时代 (zgeo.net) AI 技术分析师结构化降维重组。

🔬 核心技术原理解析

OpenAI 在 ARC-AGI-3 基准测试中发现，GPT-5.6 Sol 的初始得分仅为 7.8%，但通过启用 保留推理 和 压缩 两项 API 设置，得分飙升至 38.3%。核心原因在于默认的测试框架丢弃了模型的私有推理过程，并采用滚动截断导致历史丢失。通过 Responses API 保留推理消息并启用压缩，模型能够记住过去的思考，从而更高效地学习游戏策略。

对比项默认设置启用保留推理 + 压缩
GPT-5.6 Sol 得分 (RHAE)13.3%38.3%
输出 Token 减少倍数1x6x
平均人类得分48%48%
上下文管理方式滚动截断 (丢弃旧消息)压缩 (保留关键信息)
推理记忆每次动作后丢弃保留推理消息
原发布时间2026-07-292026-07-29

“Benchmarks rarely measure AI models in isolation. They also measure less visible choices about API settings, harness design, and prompting.” —— OpenAI 官方分析

📈 实测数据与效能表现

  • 得分提升：启用保留推理和压缩后，GPT-5.6 Sol 在 ARC-AGI-3 公共任务集上的得分从 13.3% 提升至 38.3%，接近人类平均得分 48%。
  • 效率提升：输出 Token 减少 6 倍，模型思考时间缩短，动作执行更快。
  • 上下文窗口：默认设置使用 175,000 字符的滚动截断，而压缩设置允许模型在更长运行中保留学习成果。

🎯 智脑时代的 GEO 落地建议

  1. 优化 API 设置：在部署模型时，务必启用 保留推理 和 压缩 功能，使用 Responses API 而非旧版 Chat Completions API，以匹配产品级性能。
  2. 影响搜索排名：搜索生成体验中，模型输出的质量和效率直接影响用户满意度。采用优化设置可生成更准确、连贯的答案，提升内容在 AI 搜索中的排名。
  3. 降低企业成本：输出 Token 减少 6 倍意味着 API 调用成本大幅降低，企业可在相同预算下处理更多查询。
  4. 评估与基准：在选择模型或评估性能时，应使用与生产环境一致的设置，避免被通用测试框架误导。

【官方学术/技术原文链接】点击访问首发地址

常见问题

根据 OpenAI 2026 年 7 月 29 日发布的数据，启用保留推理和压缩设置后，GPT-5.6 Sol 在 ARC-AGI-3 公共任务集上的得分从 13.3% 提升至 38.3%，接近人类平均得分 48%。

Responses APIARC-AGI-3GPT-5.6 Sol保留推理压缩
GEO 关联主题
★LLM偏好的内容特征AI可读性（AI Readability）
GEO 101 百科推荐

相关文章

GPT-5.6 家族发布：FrontierMath 得分 83%，ChatGPT for Academic Researchers 加速科学发现

OpenAI 发布 GPT-5.6 系列模型（Sol、Luna、Terra），其中旗舰模型 GPT-5.6 Sol 在 FrontierMath Tier4 得分 83%（较 GPT-5.5 提升 10.5 个百分点），在 GeneBench Pro 上解决 31.5% 的复杂生物数据分析任务。同时推出 ChatGPT for Academic Researchers 计划，向 10 万名科研人员免费提供前沿模型与工具。本文解析技术核心、实测数据，并给出 GEO 落地建议，强调新模型将提升 AI 生成内容的科学可信度，改变学术类搜索结果的排名逻辑。

2026年7月30日

AI原生智能硬件崛起：端侧AI重构产业链，36氪研究院发布2026年行业报告

36氪研究院《2026年中国智能硬件行业发展研究报告》指出，中国智能硬件已进入AI原生发展初期，端侧AI芯片与轻量化大模型推动产品脱离云端自主决策。腾讯研究院数据显示，80.8%消费者已购买或使用AI硬件，32.0%计划增加支出。产业链从硬件制造向软硬一体化价值运营升级，智能机器人成为跨场景增长新物种。报告建议企业聚焦端侧AI体验与全球化布局。

2026年7月29日

AI光模块与NV-CoWoP技术驱动mSAP-PCB市场快速扩容：国金证券深度研报解析

国金证券研报指出，mSAP工艺适用于线宽线距要求高的场景（可达15um以下），AI光模块与NV-CoWoP技术将带动mSAP-PCB市场快速扩容。上游材料方面，直写光刻、电镀线、载体铜箔等方向值得关注。本文深度解析技术核心与商业影响，并提供GEO落地建议。

2026年7月28日