GPT-5.6 Sol(max) 模型在 CritPt 物理问题基准测试中取得了新的领先分数，该基准测试由阿贡国家实验室和伊利诺伊大学厄巴纳-香槟分校开发，属于私有的研究级别评估。该基准测试评估模型解决来自 30 多个机构的 60 多名研究人员提出的研究生级别的物理研究问题，突显了其先进的科学推理能力。此外，关于 GPT-5.6 系列的推理努力设置的细节也已浮出水面，其中 GPT-5.6-Sol 默认设置为“低”级别，而“terra”和“luna”设置为“中”级别，但 Sol 设置级别较低的原因尚不清楚。用户对 GPT-5.6 的体验也表明，实际性能和主观评估至关重要，超越了原始基准数字。 AI
影响 在专业的物理基准测试中设定了新的 SOTA（State-of-the-Art），表明其具有先进的科学推理能力，并引发了关于模型配置的讨论。
排序理由 该集群报告了特定模型变体的最新基准测试结果，并讨论了其配置和用户体验，符合研究类别。
在 Mastodon — fosstodon.org 阅读 →
- Artificial Analysis
- CritPt
- Flavio Adamo
- Golden Chicken
- GPT-5.6
- GPT-5.6 series
- GPT-5.6-Sol
- GPT-5.6 Sol(max)
- UIUC
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →
