OpenAI 未对 GPT-5.6 报告自主任务基准 GDPval 结果

OpenAI 为新模型 GPT-5.6 开发了高质量自主任务基准 GDPval，但未公开该基准的测试结果。该基准旨在评估模型在困难任务上的自主能力，开发成本高昂。外部评论者指出 OpenAI 在指标讨论中回避关键数据，引发透明性质疑。