OpenAI 揭秘：两个 API 设置让 GPT-5.6 的 ARC-AGI-3 得分提升三倍

OpenAI 今日发布了一篇技术博客，详细介绍了如何通过两个 API 配置设置，将 GPT-5.6 在 ARC-AGI-3 基准上的得分提升三倍。这两个设置分别对应保留推理能力和启用模型压缩功能，共同作用后显著提升了模型的推理效率与准确率。

ARC-AGI-3 是一项专门测试 AI 抽象视觉推理能力的基准，要求模型在未曾见过的视觉模式中识别潜在规律并做出推断。长期以来，该基准被视为评估大语言模型推理极限的严苛标尺，GPT-5.6 在此取得三倍得分跃升，是一个值得关注的进展。

根据 OpenAI 的说明，保留推理能力的设置确保模型在压缩后不会丢失关键的链式推理步骤，而压缩功能则减少了计算资源消耗。两者结合后，模型在保持输出质量的同时，效率得到明显提升。

这一发现的意义在于，它展示了通过 API 层面的配置优化，而非重新训练或微调，就能在特定基准上取得大幅提升。这对于正在将大模型部署到生产环境的企业用户而言，具有直接的参考价值。

博客还讨论了这两个设置在不同类型的推理任务中的表现差异，并提供了开发者如何根据自身用例调整配置的建议。OpenAI 鼓励开发者尝试这些设置，以探索更多可能的应用场景。

这一突破也为 ARC-AGI 系列基准的未来演进提出了新问题。如果通过简单的 API 参数调整就能实现如此显著的得分提升，那么基准本身的难度设计和区分度标准是否也需要随之重新评估，值得业界持续关注。