¡Llegaron los primeros resultados de la prueba interna de GPT-5.6 Sol! El costo de la misma tarea es solo la mitad del de Fable 5.

GPT-5.6 Sol preview ha sido lanzado hace casi medio mes, ¡y finalmente están saliendo los primeros informes de prueba interna de los usuarios beta!

El ingeniero jefe de NVIDIA te lo dice de la manera más directa y sin rodeos:

¡Sol es potente! En 30 horas, logró el efecto de aceleración CUDA que Opus alcanzó en 64 horas.

Después de optimizaciones en versiones futuras, podría aplastar completamente a Opus...

Los internautas no se quedaron atrás, directamente comenzaron a hacer sus propias comparaciones (y provocaciones) de todo tipo:

En la misma construcción de naves espaciales, en el pasillo interior de GPT-5.6, la combinación de colores y la elección de iluminación tienen un aspecto muy tecnológico, con capas de luz y sombra bien marcadas; en cambio, en el lado de 5.5, los tonos son más cálidos y grises, la imagen general es mucho más plana, parece más un vestuario de empresa que otra cosa.

Ni hablar de la escena espacial fuera de la nave, GPT-5.5 parece una fiesta de mosaicos. (doge)

¡En esta ronda, GPT-5.6 gana de manera aplastante!

Para hablar de por qué GPT-5.6 ha vuelto a tener un gran auge recientemente, la primera razón es el regreso de su antiguo rival Fable 5, y la segunda es que ¡el modelo finalmente se ha movido!

Después de esperar tantos días, finalmente llegó la noticia de que el modelo se lanzará oficialmente en los próximos dos días.

Ya no será solo para unos pocos «socios», ¡esta vez será para todos!

(Los que esperaron ganaron～)

Altman también bajó personalmente a hacer alarde, llevando el ambiente al punto más alto:

Es la primera vez que mi hijo dice una palabra de dos sílabas, y el impacto es exactamente el mismo que cuando GPT-5.6 descubrió una nueva teoría matemática.

¡Sin error! Ambos son hijos biológicos (doge)

Resultados de la primera prueba interna

Revisando las publicaciones de los usuarios de prueba interna, hay varios consensos muy consistentes.

El primero, como mencionó el ingeniero de NVIDIA: código más limpio, menor cantidad total de código.

Para la misma necesidad, otros modelos pueden escribir un montón, mientras que Sol es notablemente más contenido, si se puede resolver con tres líneas no escribe cinco, la cantidad de líneas de código es solo 1/5 de la de Opus. Especialmente en C++, la forma de escribir es muy similar a la hecha por humanos, y los comentarios son menos.

Para proyectos que requieren mantenimiento a largo plazo, la ventaja está en Sol.

Por supuesto, no todo son elogios en la codificación, por ejemplo, la velocidad de iteración es más lenta y la cantidad de fallos es mayor, porque Sol siempre intenta tareas de mayor dificultad.

En comparación con Opus, también tiene menos ideas de prueba y error, y una vez que se enfoca en una dirección, insiste hasta el final.

En términos simples, el modelo abandona gran parte de la prueba y error sin sentido y se centra en una optimización a largo plazo, no busca solo resultados superficiales bonitos, sino que se enfoca en la optimización del rendimiento subyacente.

Esto también es muy coherente con el posicionamiento que OpenAI le ha dado a Sol:

Orientado a tareas de cadena larga como razonamiento de alta dificultad y código complejo, especialmente adecuado para flujos de trabajo complejos que requieren planificación, iteración, invocación de herramientas y coordinación de pasos.

El mismo prompt, lanzado a Sol y GPT-5.5 Pro, el efecto comparativo también es muy intuitivo:

Ya sea en SVG interactivo, modelos 3D o generación de juegos, Sol es superior en la capacidad de seguir instrucciones y razonamiento espacial, y también es mejor en consistencia.

En el apartado de diseño frontend, Sol también ha entregado un resultado más limpio y ordenado.

En comparación con GPT-5.5, el diseño de página, la jerarquía y los espacios en blanco de Sol están muy bien manejados, y la imagen es más refinada. En el aspecto visual, Sol aprueba con nota alta.

¿Éxito al emboscar a Fable 5?

Pero si hablamos de la pregunta que más interesa a los internautas: ¿cómo se compara con Fable 5?

El efecto puede ser ligeramente inferior.

En algunas pruebas de referencia, Sol y Fable 5 obtienen puntuaciones iguales o incluso Sol supera, pero en la experiencia general del modelo y la calidad del código, todavía hay cierta diferencia con Fable 5.

Por ejemplo, el usuario Gipp hizo una comparación de un juego FPS en 3D.

Mientras GPT 5.6 todavía está esforzándose por adaptarse al mundo del juego, la iluminación y la jugabilidad, Fable 5 ya puede convertir un prompt en un juego terminado y jugable.

Sin embargo, el costo de Fable 5 es mucho más alto: 10 dólares por millón de tokens de entrada y 50 dólares por millón de tokens de salida, mientras que el costo de inversión de Sol es solo de 5 dólares por millón de tokens de entrada y 30 dólares por millón de tokens de salida.

¡Sol es casi la mitad de barato!

Por lo tanto, con capacidades de modelo similares, quién ganará entre Sol y Fable 5 es difícil de decir.

Lo más grave son las restricciones de seguridad. Desde que Fable 5 fue sancionado, al regresar esta segunda vez, los internautas sienten claramente que Fable 5 no está trabajando en absoluto.

Escribir código normal, depurar, y sin darte cuenta el sistema te clasifica como de alto riesgo, y la tarea se degrada directamente a Opus 4.8, incluso preguntas como «cuántas r hay en raspberry» son bloqueadas.

Los internautas le dan una mala calificación a Fable 5...

En el lado de GPT-5.6, la situación es un poco mejor. Los funcionarios han indicado claramente que ya se han añadido sistemas de seguridad más potentes, y se configurarán diferentes estrategias de protección según las capacidades del modelo, y las restricciones serán menores que las de Fable 5.

En resumen, esperemos con ansias el lanzamiento completo de GPT-5.6, y entonces lo probaremos y veremos～

Fuente de este artículo: QuantumBit

Declaración de riesgos y términos de exención de responsabilidad

        El mercado tiene riesgos, invertir con precaución. Este artículo no constituye un consejo de inversión personal, ni considera los objetivos de inversión especiales, la situación financiera o las necesidades de usuarios individuales. Los usuarios deben considerar si las opiniones, puntos de vista o conclusiones de este artículo se ajustan a su situación específica. Invertir según esto es bajo su propia responsabilidad.