GPT-5.6 在指令遵循上超越 GPT-5.5，物理直觉仍落后

新测试对比了 GPT-5.6（Sol Ultra、Terra Ultra、Luna Max）和 GPT-5.5 xhigh 在 4 项 canvas 动画提示上的表现。在 macOS 'hello' 手写测试中，Sol Ultra 与 5.5 并列最佳。火球入水测试中，GPT-5.5 的蒸汽和气泡效果更真实。燃烧湿纸测试里，5.5 的火焰在水边停止、湿半页焦黑的表现更准确。ChatGPT 应用 UI 测试中，5.6 三大变体均正确遵循多步指令并逐字流式输出，而 5.5 跳过了流式。结论：5.6 在指令遵循和多步协调上明显更好，但原始物理直觉仍是 5.5 更强。