推理模型相关 AI 资讯

7月11日

14:29

量子位@henry

GPT-5.6 通过 700 词 Prompt 调度 64 个子 Agent，在一小时内解开了悬而未决 50 年的数学猜想。该成果展示了大型语言模型在复杂推理和协作任务上的突破，子 Agent 架构可并行处理不同子问题。研究人员称，该方法不仅适用于数学，还可推广到科学发现和工程优化。

AI模型 GPT-5.6 推理模型智能体提示词工程

推荐理由：GPT-5.6 用 700 词 Prompt 指挥 64 个小模型，一小时破解了数学家 50 年没解开的难题，推理能力强到离谱。

原文

11:02

岚叔@lufzzliz

用户LufzzLiz在X平台称赞Grok模型的输出速度和效率，认为这比纯能力更重要。他预测如果Grok保持当前效率，未来有望达到Opus 4.6级别的能力。这条推文引发了对模型输出效率的关注。

AI模型 Grok 输出效率推理模型 xAI

推荐理由：有用户说Grok速度超快，效率拉满，未来可能媲美Opus 4.6，想看看它到底有多强？

原文

09:31

官方账号Greg Brockman@gdb

OpenAI推出GPT-5.6，重点面向健康智能领域。GPT-5.6系列在整体性能提升的同时降低了成本。其中GPT-5.6 Luna在最高推理设置下超越GPT-5.5，但成本仅为后者的1/25。该模型使更多用户能够使用先进AI。

AI模型 GPT-5.6 GPT-5.6 Luna OpenAI 健康智能推理模型

推荐理由：OpenAI的GPT-5.6健康智能版来了，Luna比上一代强还便宜25倍，这波升级很实在。

原文

09:22

09:22SuperTechFans（博客/媒体）

92°

GPT-5.6 Sol 在 Agents' Last Exam 上得分 53.6，领先 Claude Fable 5 达 13.1 分。中等推理模式下仅用约四分之一成本即领先 11.4 分。Terra 和 Luna 以约十六分之一成本超越 Fable 5。在 Artificial Analysis Coding Agent Index 上 Sol 取得 80 分，领先 Fable 5 2.8 分，token 和成本大幅降低。新推出 ultra 模式默认协调四个智能体并行工作，提升浏览和证券基准表现。安全方面经过广泛红队测试和自动化评估。

AI模型 GPT-5.6 OpenAI Claude Fable 5 推理模型编程助手

推荐理由：OpenAI 刚发了 GPT-5.6，三个型号性能都爆表，尤其 Sol 在编码和推理测试里吊打 Claude Fable 5，成本还低很多，编程和复杂任务都更强了。

原文

05:37

官方账号OpenAI@OpenAI

OpenAI 发布 GPT-5.6，聚焦健康智能领域。其中 GPT-5.6 Luna 在最高推理设置下性能超越 GPT-5.5。同时推理成本降低 25 倍。这些改进旨在提升模型质量并降低使用门槛，让更多人能够用上先进模型。

AI模型 GPT-5.6 GPT-5.6 Luna OpenAI 推理模型健康智能

推荐理由：OpenAI 新出的 GPT-5.6 Luna 性能比 GPT-5.5 强，还便宜 25 倍，搞健康智能的可以看看。

原文

04:52

官方账号Greg Brockman@gdb

Ethan Knight宣布GPT-5.6 Sol Ultra在64个子智能体协作下，仅用不到1小时就证明了50年未解的Cycle Double Cover Conjecture。该猜想是图论中的经典问题，此前无人能解。团队公开了提示词和完整证明过程，展示了大规模智能体协同推理的潜力。

AI模型 Sol Ultra GPT-5.6 智能体推理模型数学证明

推荐理由：Sol Ultra刚发布就搞定了困扰数学界50年的猜想，64个AI一起发力，效率惊人。想看看提示词和证明？直接去翻原文。

原文

04:32

官方一手@OpenAIDevs@OpenAIDevs

精选

GPT-5.6 在 SnorkelAI 的 Ankit Aich 测试中，独立完成了一个近 1000 行的复杂编码任务，无需反复提示或人工介入。该模型从编写到调试全程自主处理，展示了长上下文和复杂推理能力。测试结果在 OpenAI 开发者官方账号发布，获得 170 点赞和 20534 次查看。

AI模型 GPT-5.6 OpenAI 编程助手推理模型代码生成

推荐理由：OpenAI 的 GPT-5.6 能独立啃下近千行代码，不用你一步步教，编程助手又进化了。

原文

04:03

官方账号Simon Willison@simonw

GPT-5.6 提供了多种模型和推理努力等级，用户常困惑如何选择。据测试，Sol medium 在编程任务上优于 5.5 xhigh。更高的推理等级（Sol 系列）能带来更佳性能，但会快速消耗限额。开发者正在改进沟通方式。

技巧 GPT-5.6 Sol 推理模型提示词工程

推荐理由：如果你用 GPT-5.6 写代码，可以试试 Sol medium，比 5.5 xhigh 更好用，别被复杂的选项吓到。

原文

02:08

官方账号Decoder@Matthias Bastian

GPT-5.6 Sol提供从 Light 到 xhigh 的五个推理层级，并新增 Max 和 Ultra 模式，可并行调用多个子智能体。OpenAI 员工 Vaibhav Srivastav 建议用户从低层级开始，仅在必要时才升级推理强度。不同层级分别适用于简单问答、复杂逻辑分析、多步规划等不同复杂度任务。

AI模型 GPT-5.6 Sol OpenAI 推理模型智能体

推荐理由：OpenAI员工亲自教你怎么选GPT-5.6 Sol的推理强度，从Light到xhigh再到Ultra，避免浪费算力。

原文

01:02

elvis@omarsar0

用户 Omar 在推文中称赞 GPT-5.6 在验证、建议以及高级编排（orchestrator）能力上表现出色，认为它目前表现最佳。该模型展现出超越预期的协调整合能力，适合复杂任务场景。

AI模型 GPT-5.6 OpenAI 推理模型智能体

推荐理由：OpenAI 的 GPT-5.6 在验证和编排上很能打，当高级协调器用效果惊艳。

原文

7月10日

18:59

Hunyuan@TXhunyuan

精选73°

腾讯推出了Hy3模型，这是一个295B参数的MoE架构，但仅21B参数被激活，因此推理成本极低。该模型提供256K上下文窗口，采用Apache 2.0许可开源。在OpenRouter上，输入tokens定价为0.14美元/百万，输出tokens为0.58美元/百万。尽管GLM-5.1模型比Hy3大2.5倍，但Hy3在基准测试中表现更优。Hy3还具备编程和智能体能力。

AI模型 Hy3 Tencent GLM-5.1 推理模型开源模型

推荐理由：腾讯新出的Hy3模型，295B参数却只要21B激活，价格便宜还比GLM-5.1强，写代码做分析报告真香。

原文

18:07

shao__meng@shao__meng

精选

OpenAI 发布了 GPT-5.6 的三个模型：gpt-5.6-sol（旗舰）、gpt-5.6-terra（平衡）和 gpt-5.6-luna（高吞吐）。每个模型支持 5 种推理强度（Light、Medium、High、Extra High、Ultra）和 2 种速度（Standard、Fast），共 30 种搭配。官方建议用户使用 GPT-5.6 时保持与之前版本相同的推理强度或降低一档。在提示词优化上，将冗长系统提示词缩减为精炼版本后，评测分数提升约 10%–15%，token 减少 41%–66%，成本降低 33%–67%。文档还强调，GPT-5.6 更主动，需明确权限边界，区分回答、修改、外部写入等操作。

技巧 GPT-5.6 Sol Terra Luna OpenAI 提示词工程推理模型智能体

推荐理由：OpenAI 出了 GPT-5.6 的官方使用指南，教你怎么选模型、强度和速度，还有省 token 的提词技巧，比老版本更灵活。

原文

15:51

官方账号Greg Brockman@gdb

78°

GPT-5.6 with Work IQ 已上线微软 Copilot Chat、Cowork、M365 应用、GitHub 和 Foundry。该模型支持多步骤智能体工作、分析与内容创作，带来更强的推理能力和更高质量的输出，同时保持效率。Satya Nadella 在推特上确认了这一集成。

AI模型 GPT-5.6 Work IQ Microsoft Copilot 智能体推理模型

推荐理由：GPT-5.6 来了，带着 Work IQ 直接进微软全家桶，Copilot、GitHub 都能用，推理更强还支持多步智能体任务，赶紧试试。

原文

12:56

AI Will@FinanceYF5

86°

GPT-5.6 Sol 在 Agents' Last Exam 测试中得分 53.6，比 Claude Fable 5（adaptive）高出 13.1 分。在中等推理强度下，GPT-5.6 Sol 仍比 Fable 5 高出 11.4 分，预估成本约为后者的四分之一。GPT-5.6 Terra 和 Luna 版本也在约十六分之一成本下超过 Fable 5。

AI模型 GPT-5.6 Claude Fable 5 Agents' Last Exam 推理模型成本对比

推荐理由：OpenAI 的 GPT-5.6 新系列在智能体考试中大幅领先 Claude Fable 5，成本还低很多，值得看看。

原文

12:52

AI Will@FinanceYF5

89°

OpenAI 宣布推出 GPT-5.6 Sol，在代码、知识工作、网络安全和科学任务上达到领先表现。该模型在多项基准中实现了更高准确率，同时使用更少 Token 并降低推理成本。GPT-5.6 Sol 的定价较前代版本下降约 30%，继续推动大模型效率提升。

AI模型 GPT-5.6 Sol OpenAI 推理模型效率

推荐理由：OpenAI 发了 GPT-5.6 Sol，智能更强还更省 Token，跑代码写论文都比以前快还便宜。

原文

12:21

AI Will@FinanceYF5

Fable 5模型接收一串首字母“iattfloewitsaiwytgwiw”，成功还原出用户意图：“我正在输入这句话里每个单词的首字母，并且想让你猜猜我写的是什么。”该演示展示了模型在仅有首字母信息时的逻辑推理与语言补全能力。此前未见其他AI模型公开进行类似测试。

AI模型 Fable 5 推理模型首字母推理

推荐理由：Fable 5能根据首字母猜整句话，像玩文字谜题一样，展示了它的推理能力，和别的模型比这种玩法挺新鲜。

原文

12:19

官方账号arXiv cs.AI@Xinyan Chen, Ziyu Guo, Renrui Zhang, Dongzhi Jiang, Hongsheng Li

OpenCoF 是一个包含 OpenCoF-17K 数据集和 Wan-CoF 模型的推理框架，覆盖 11 个任务家族。在 4 个视频推理基准上，Wan-CoF 相比 Wan2.2-I2V-A14B 基线取得显著提升。模型引入视觉和文本推理 token，分别捕捉低级视觉线索和高级语义先验。实验通过注意力分析探讨了这些 token 在不同深度、去噪步骤、空间和时间上的贡献。

论文 OpenCoF Wan2.2-I2V-A14B 视频生成推理模型 Chain-of-Frame

推荐理由：这篇论文用视频帧序列做推理，比传统的思维链更直观。他们把 Wan2.2 模型微调成 Wan-CoF，在多个基准上分数更高，还开源了数据集和代码。

原文

12:12

官方账号arXiv cs.AI@Baha Rababah, Cuneyt Gurcan Akcora, Carson K. Leung

该论文提出了正确性一致性（correctness agreement）指标，用于衡量基础模型与量化变体在正确预测上的重叠程度。在8-bit至2-bit的多种量化方案下，发现即使任务性能看似保持，中等量化也会导致行为分歧。分析表明查询和键投影的敏感性高于值和输出投影，揭示了低比特宽度的非线性断点。这些发现指出仅依赖准确率和困惑度会掩盖量化的真实影响。

论文 LLM 量化模型评估推理模型

推荐理由：这篇论文用新指标发现，量化后的模型即使分数不变，行为也可能跑偏，搞模型部署的同学建议看看。

原文

11:59

LlamaIndex@llama_index

88°

OpenAI今日发布GPT 5.6系列模型。Llama Index在ParseBench基准上进行测试，评估文档理解能力。新模型在阅读文本和表格方面表现优异，但在图表和布局上仍有困难。Luna版本比Sol版本便宜约6倍，但性能下降微小，表明增加推理token不一定改善视觉理解。

AI模型 GPT 5.6 OpenAI ParseBench 文档理解推理模型

推荐理由：OpenAI刚发了GPT 5.6，Llama Index实测：读文字表格很强，看图表还差点意思。便宜6倍的Luna版性价比很香。

原文

11:44

官方账号arXiv cs.LG@Shreyas Subramanian, Adewale Akinfaderin, Akarsha Sehwag

论文检验了LLM中“超级权重”（单参数移除后性能骤降）的存在性，发现这并非所有模型通用。在OLMo-1B和OLMo-7B上，单独训练100到8192个超级权重参数，精度降至随机猜测水平；即便扩展至周围36000个参数也无改善。相比之下，随机选取同层同等数量参数训练反而能提升基准。使用仅占0.16%参数的vanilla LoRA（更新注意力权重矩阵）成功微调，且施加于超级权重坐标的LoRA约束效果类似。结论指出参数重要性不等同于单独可训练性，有效微调需要基于全层的结构化分解。

论文 Super Weight LoRA OLMo 推理模型微调

推荐理由：这篇论文打脸了“超级权重”的主张：单独训练它们反而让模型崩成随机猜，而LoRA用极少的参数就能搞定。想了解模型微调真正该关注什么，必看。

原文

11:40

官方账号arXiv cs.LG@Chuning Zhu, Eva Xu, Jose Barreiros, Krishnan Srinivasan, Paarth Shah, Abhishek Gupta

Latent Memory Palace (LMP) 方法提出将控制策略的推理形式化为自回归变分推断，通过组织信息于潜在记忆宫殿实现自适应迭代检索。该方法推导出潜在空间强化学习技术以优化变分下界，得到策略 LMP-π 在仿真和真实场景中表现优异，并展示可解释的测试时计算分配。LMP-tok 作为变长动作分词器，显著提升了自回归策略的性能。论文提供了通过变分推断视角进行潜在推理控制的新观点。

论文 Latent Memory Palace LMP 推理模型控制策略变分推断

推荐理由：这篇论文提出了Latent Memory Palace方法，把推理当成自回归变分推断来控制机器人，在模拟和现实任务都很强，还带可变长动作分词器，做控制方向的朋友可以看看。

原文

11:30

Satya Nadella@satyanadella

88°

微软 CEO Satya Nadella 宣布 GPT-5.6 with Work IQ 即日起登陆 Copilot Chat、Cowork、M365 应用、GitHub 和 Foundry。新模型支持多步智能体任务、分析和内容创作。相比前代，它提供了更强的推理能力和更高质量的输出，同时不牺牲效率。该更新旨在提升办公和开发场景的生产力。

AI模型 GPT-5.6 Copilot M365 智能体推理模型

推荐理由：微软把 GPT-5.6 集成到全家桶了，能写代码、做分析、搞创作，推理更强更快。

原文

09:58

Geek@geekbb

88°

网友在 Codex Free 账户中发现了两个未公布模型名：gpt-5.6-luna 和 gpt-5.6-terra。这两个命名延续了 GPT 系列版本号 5.6 体系，可能代表不同能力分支。目前仅有名称曝光，无具体参数或基准数据。

AI模型 gpt-5.6-luna gpt-5.6-terra 推理模型

推荐理由：有人从 Codex 免费账户里挖到 GPT 5.6 的两个版本名，可能是新模型提前泄露了。

原文

09:46

官方一手arXiv: DeepSeek@Vinay Kumar Chaganti

该论文研究将8B推理教师模型deepseek-r1:8b蒸馏为0.6B学生模型Qwen3-0.6B（使用QLoRA，三个随机种子）。学生模型每篇处理时间0.8秒，教师模型需39秒，速度提升约48倍。在摘要质量上，学生模型恢复教师与基线之间58%的差距，比约束解码高16.8分，比少样本提示高4.9分。相同规模的非推理教师（非deepseek-r1）训练的学生表现不优于未经微调的基线，表明摘要提升源于教师的推理特性。推理教师传递写作质量，托管管线传递标签多样性；在22篇短源文章中，指令教师的学生更忠实（74 vs 55篇忠实），而推理系学生易编造内容。

论文 deepseek-r1 Qwen3-0.6B QLoRA 蒸馏推理模型

推荐理由：这篇论文对比了蒸馏不同教师模型的效果，发现推理型教师擅长教写作质量，托管型管线擅长教标签多样性，对选哪种蒸馏方案做端侧部署很有参考价值。

原文

07:50

Jerry Liu@jerryjliu0

精选

OpenAI 发布 GPT-5.6 Sol 和 Luna 两个版本。在 ParseBench 上全面测试文档理解，GPT-5.6 Sol 在表格、文本、图表、布局等指标上与 GPT-5.5 性能持平。模型擅长读取文本和表格，但依旧在图表转录和布局边界框提取上表现不佳。Luna 成本仅为 Sol 的 1/6，在所有度量上只有轻微下降。

AI模型 GPT-5.6 OpenAI ParseBench 文档理解推理模型

推荐理由：OpenAI 新 GPT-5.6 文档理解跑分出炉，Sol 没提升但 Luna 便宜六倍，值得看具体差距。

原文

07:47

elvis@omarsar0

开发者同时使用Fable 5和GPT-5.6后表示，这两款模型带来了能力上的阶跃变化。他认为递归自我改进的AI时代已经来临，呼吁大家重新思考用AI能构建什么。推文获得了少量互动，但表达了对未来的强烈预期。

AI模型 Fable 5 GPT-5.6 推理模型智能体

推荐理由：一位开发者说同时玩Fable 5和GPT-5.6后感觉AI能力跳了一个台阶，建议你重新想想能用AI做什么。

原文

07:16

官方账号Meta AI@AIatMeta

Meta推出Muse Spark 1.1多模态推理模型，专为智能体任务设计。该模型在工具使用、计算机操作、编码和多模态理解四大能力上均有显著提升。相比前代，Muse Spark 1.1在处理复杂指令和跨模态对齐方面表现更优。

AI模型 Muse Spark 1.1 Meta 多模态推理模型智能体

推荐理由：Meta搞了个Muse Spark 1.1，专门做智能体任务，工具调用和编码更强了，值得关注。

原文

06:58

Genspark@genspark_ai

OpenAI 推出 GPT-5.6 系列三个模型：Sol 是下一代前沿模型，Terra 是日常高效工作的平衡模型，Luna 是快速低成本的批量处理模型。三个模型现已在 Genspark AI Chat Agent、Code Agent 和 Claw 中可用。用户可根据任务选择合适模型。

AI模型 GPT-5.6 Sol Terra Luna OpenAI Genspark 推理模型

推荐理由：OpenAI 出了三个 GPT-5.6 模型，Sol 冲前沿、Terra 干日常、Luna 省成本，Genspark 上直接能用，选一个试试。

原文

06:31

官方一手marktechpost@Asif Razzaq

72°

Meta Superintelligence Labs于2026年7月9日发布Muse Spark 1.1，并开放Meta Model API公测。该模型拥有100万token上下文窗口，可主动压缩上下文。它支持零样本泛化到新工具和MCP服务器，并具备多智能体委托能力，可并行执行子任务。在工具使用基准上Muse Spark 1.1领先，但在编码任务上落后于Opus 4.8和GPT-5.5。

AI模型 Muse Spark 1.1 Meta 推理模型多模态智能体

推荐理由：Meta新出的多模态推理模型，百万token上下文，工具调用很强，但写代码不如Opus和GPT。

原文

06:16

Poe@poe_platform

83°

OpenAI GPT-5.6系列模型已在Poe平台上线，包含三个版本：GPT-5.6-Sol专注复杂推理、高级编程和智能体工作流，GPT-5.6-Terra针对日常编程、分析和研究提供均衡性能，GPT-5.6-Luna面向高频常规任务，响应快速且成本低。

AI模型 GPT-5.6 OpenAI Poe 推理模型编程助手

推荐理由：Poe上了OpenAI GPT-5.6三个模型：Sol最擅长推理和编程，Terra均衡，Luna又快又便宜，按需挑。

原文

05:46

官方账号OpenAI@OpenAI

OpenAI发布的GPT-5.6 Sol在Agents' Last Exam基准测试中取得53.6分，比Claude Fable 5 (adaptive)的40.5分高出13.1分。在中等推理模式下，GPT-5.6 Sol以约四分之一成本领先Fable 5达11.4分。此外，GPT-5.6 Terra和Luna版本也以约十六分之一成本超越Fable 5。

AI模型 GPT-5.6 Sol Claude Fable 5 OpenAI 推理模型智能体

推荐理由：OpenAI新出的GPT-5.6 Sol在智能体测试里比Claude Fable 5强13分，而且更便宜，中推理下成本才四分之一，性价比很高。

原文

04:59

官方账号Simon Willison@simonw

91°

GPT-5.6 发布，API 新增程序化工具调用（programmatic tool calling）和多智能体（multi-agent）功能。该版本包含 6 个推理级别和 3 个新模型变体。开发者可通过 API 直接编排工具调用和多智能体工作流。

AI模型 GPT-5.6 OpenAI 程序化工具调用多智能体推理模型

推荐理由：GPT-5.6 的 API 直接支持工具调用和多智能体，开发新玩法更多了，值得试试。

原文

04:37

官方账号OpenAI@OpenAI

数学家 Bartosz (@nasqret) 借助 OpenAI 的 GPT-5.6 模型，成功解决了此前被认为无法求解的数学问题。这展示了 GPT-5.6 在复杂推理和数学证明方面的能力。该案例由 OpenAI 官方在 Twitter 上发布，引发社区对模型潜力的讨论。

AI模型 GPT-5.6 OpenAI 推理模型数学问题

推荐理由：数学家 Bartosz 用 GPT-5.6 解开了过去无人能解的数学题，看看这代模型推理能力有多强。

原文

03:49

03:49官方账号Simon Willison’s Weblog（博客/媒体）

82°

OpenAI发布GPT-5.6三款模型Luna、Terra、Sol，定价分别为每百万token $1/$6、$2.50/$15、$5/$30。在Agents' Last Exam基准上，Sol以53.6分领先Claude Fable 5（自适应推理）13.1分，Terra和Luna以约1/16成本超越Fable 5。但在SWE-Bench Pro上Fable 5得80%，Sol仅64.6%。OpenAI近期发文质疑该基准约30%任务存在问题。新API支持程序化工具调用、多智能体协作和显式提示缓存断点。

AI模型 GPT-5.6 OpenAI Claude Fable 5 推理模型智能体

推荐理由：GPT-5.6家族上线：Luna平价，Sol推理强，但真实编码表现不及Claude Fable 5，且新增多智能体API。

原文

03:15

coderabbitai@coderabbitai

CodeRabbit测试了GPT-5.6的两个变体Sol和Terra。Sol在遵循长任务、保持仓库上下文和代码审查基准中展现了更好的召回。Terra作为更便宜的选项适用于小范围工作。报告对比了Fable 5和Opus 4.8的定价与性能。

AI模型 GPT-5.6 CodeRabbit 编码代理代码审查推理模型

推荐理由：CodeRabbit实测了GPT-5.6的两个版本，Sol在代码审查中召回更强，Terra则更省钱。对比Fable 5和Opus 4.8，想升级编码工具可以看。

原文

02:58

GitHub@github

86°

OpenAI 发布 GPT-5.6 系列，包含三个变体：Sol、Terra 和 Luna。Sol 拥有最高推理上限，适合复杂代码库推理和长时间代理任务。Terra 是平衡默认选项，适合日常交互和代理编码。Luna 是轻量低成本变体，适合快速小任务。该系列已在 GitHub Copilot 中逐步推出。

AI模型 GPT-5.6 OpenAI GitHub Copilot 编程助手推理模型

推荐理由：GitHub Copilot 现在能用 GPT-5.6 了，分三个版本：Sol 专治复杂推理，Terra 日常够用，Luna 省成本又好使。

原文

02:49

官方账号OpenAI@OpenAI

91°

OpenAI发布GPT-5.6 Sol模型，在编码、知识工作、网络安全和科学领域实现最先进性能。该模型使用更少token并降低计算成本。相比前代，它在多个基准测试中表现更优，但具体数字未公开。

AI模型 GPT-5.6 Sol OpenAI 编程助手 AI安全推理模型

推荐理由：OpenAI新出的GPT-5.6 Sol能在编程、科研等领域做到顶尖，还省token省成本，想尝鲜的可以试试。

原文

02:35

官方账号OpenAI@OpenAI

OpenAI宣布ChatGPT Work由GPT-5.6模型驱动。GPT-5.6使ChatGPT在复杂任务推理上达到最先进水平。它还能根据用户模板、参考文件和偏好风格自动生成材料。用户只需描述期望结果，无需逐步说明步骤。

AI模型 GPT-5.6 OpenAI ChatGPT Work 推理模型模板生成

推荐理由：OpenAI给ChatGPT Work换上了GPT-5.6，推理和按模板生成都变强了，不用一步步教它怎么做。

原文

02:22

官方一手@OpenAIDevs@OpenAIDevs

83°

OpenAI 在 API 中推出了 GPT-5.6 的三个变体：Sol、Terra 和 Luna。Responses API 新增了 Programmatic Tool Calling（程序化工具调用）功能，同时 Multi-agent（多智能体）功能以 beta 形式提供。开发者可以通过 API 直接使用这些新能力。该更新旨在增强模型调用外部工具和多智能体协作的灵活性。

AI模型 GPT-5.6 OpenAI Programmatic Tool Calling Multi-agent 推理模型

推荐理由：OpenAI 刚发了 GPT-5.6 三个版本，Sol/Terra/Luna 各有侧重，还上了程序化工具调用和多智能体 beta，搞 Agent 的赶紧摸摸。

原文

02:19

elvis@omarsar0

GPT-5.6 Sol 在多项基准测试中取得最高分，其推理成本仅为竞争对手的一半以下。该模型相比 GPT-4 系列在效率上有显著提升，具体数字尚未完全公开，但性能数据已引起关注。测试覆盖了数学推理、代码生成等关键领域。

AI模型 GPT-5.6 Sol OpenAI 推理模型基准测试

推荐理由：OpenAI 的 GPT-5.6 Sol 比对手便宜一半还得分最高，搞 AI 的朋友值得看看这个新动向。

原文