GPT-5.6 Sol ได้แสดงให้เห็นถึงความสามารถในการเอาชนะเกมต่างๆ เช่น Pokémon FireRed, Slay the Spire และ Baba Is You โดยใช้ Vision-only harness และ Codex computer ในการทดสอบ
เมื่อเปิดใช้งาน Compaction ใน ARC-AGI-3 ทำให้ GPT-5.6 Sol สามารถรักษาสิ่งที่เรียนรู้เกี่ยวกับแต่ละเกมไว้ได้ดีขึ้น และทำคะแนนได้สูงขึ้นด้วยจำนวนโทเค็นขาออกที่น้อยลง
การทดลองนี้เน้นย้ำว่าการประเมินโมเดลนั้นไม่ได้วัดเฉพาะตัวโมเดลเท่านั้น แต่ยังรวมถึงการตั้งค่า API, การออกแบบ harness และการแจ้งคำสั่งด้วย
สำหรับนักพัฒนา API ที่ต้องการเพิ่มประสิทธิภาพสูงสุด ทางเราแนะนำให้ใช้ Responses API ของเรา แทนการใช้ Chat Completions API แบบเก่า
ศัพท์ที่ควรรู้
- ARC-AGI-3 – คือเกณฑ์มาตรฐานที่ใช้ในการทดสอบความสามารถของโมเดล
- GPT-5.6 Sol – คือโมเดล AI ที่ถูกนำมาทดสอบในเกณฑ์มาตรฐาน
- Compaction – คือฟีเจอร์ที่ช่วยให้โมเดลสามารถรักษาและสรุปสิ่งที่ได้เรียนรู้ไว้ได้
- Responses API – คือ API ที่ถูกแนะนำให้ใช้เพื่อประสิทธิภาพสูงสุดในการใช้งานโมเดล
ที่มา: OpenAI