08:40官方账号OpenAI@OpenAI精选OpenAI 表示评估很少孤立测量模型,而是包含 API 设置、评估设计和提示等隐性因素。建议开发者使用 OpenAI 产品中的相同设置:使用 Responses API 而非旧版 Chat Completions API,保留推理(Retain reasoning),并启用压缩(Use compaction)。这些选择会显著影响模型输出表现。开发者可前往 arcprize.org/tasks 参与公开测试。技巧OpenAIResponses APIChat Completions API1 个信源在谈事件专题推荐理由:想用好 API 的别光看模型分数,OpenAI 告诉你设置和提示更重要,直接抄他们的作业就行。原文稍后读已读值得跟进有用关注 OpenAI