Kết quả đợt thử nghiệm nội bộ đầu tiên của GPT-5.6 Sol đã có! Chi phí cho cùng một nhiệm vụ chỉ bằng một nửa so với Fable 5.

Phiên bản xem trước GPT-5.6 Sol đã được phát hành gần nửa tháng, và báo cáo thử nghiệm nội bộ đầu tiên từ người dùng cuối cùng cũng đã ra mắt!

Kỹ sư trưởng của NVIDIA nói với bạn bằng những lời thẳng thắn và không vòng vo nhất:

Sol rất mạnh! Chỉ trong 30 giờ, đã vượt qua hiệu quả tăng tốc CUDA mà Opus mất 64 giờ mới đạt được.

Sau khi tối ưu hóa ở các phiên bản sau, có thể sẽ hoàn toàn đè bẹp Opus……

Các cư dân mạng cũng không rảnh rỗi, trực tiếp bắt tay vào làm, đủ kiểu so sánh (la cai) xuất hiện không ngừng:

Cũng là đóng tàu vũ trụ, hãy xem hành lang bên trong khoang của GPT-5.6, sự kết hợp màu sắc và lựa chọn ánh sáng rất công nghệ, các lớp sáng tối được phân tách rõ ràng; ngược lại bên 5.5, tông màu ấm và xám, tổng thể hình ảnh phẳng hơn nhiều, nhìn kiểu gì cũng giống phòng thay đồ của công ty hơn.

Chưa kể cảnh vũ trụ bên ngoài tàu, GPT-5.5 trông như một bữa tiệc mosaic vậy. (doge)

Ván này GPT-5.6 thắng tuyệt đối!

Nói về lý do tại sao gần đây GPT-5.6 lại nóng trở lại, một là đối thủ cũ Fable 5 tái xuất, hai là mô hình cuối cùng cũng chịu hoạt động!

Chờ đợi bao nhiêu ngày, cuối cùng có tin đồn rằng mô hình sẽ chính thức ra mắt trong hai ngày tới.

Lúc đó không chỉ một số ít "đối tác" có thể sử dụng, lần này tất cả mọi người đều có!

(Phe chờ đợi đã thắng～)

Altman cũng đích thân xuống trường “khoe khoang”, đẩy không khí lên cao trào:

Đứa con lớn nhà tôi lần đầu tiên trong đời biết nói từ hai chữ, mức độ chấn động đó, giống hệt như khi GPT-5.6 khám phá ra lý thuyết toán học hoàn toàn mới.

Không sai! Đều là đẻ ra cả (doge)

Kết quả thử nghiệm nội bộ đầu tiên được công bố

Lướt một vòng các bài đăng của người dùng thử nội bộ, vài điểm đồng thuận khá thống nhất.

Đầu tiên, chính là điều mà kỹ sư NVIDIA đã đề cập: Mã nguồn gọn gàng hơn, tổng khối lượng mã ít hơn.

Cùng một yêu cầu, các mô hình khác có thể viết một đống, Sol thì rõ ràng kiềm chế hơn nhiều, có thể giải quyết bằng ba dòng thì tuyệt đối không viết năm dòng, số dòng mã chỉ bằng 1/5 của Opus. Đặc biệt là C++, cách viết rất giống con người tự gõ, và comment cũng ít hơn.

Đối với các dự án cần bảo trì lâu dài, lợi thế thuộc về Sol.

Tất nhiên, về mặt coding cũng không phải không có điểm yếu, như tốc độ lặp lại chậm hơn, số lần thất bại cũng nhiều hơn, vì Sol luôn cố gắng thử các nhiệm vụ khó hơn.

So với Opus, cách tiếp cận thử sai và khám phá của nó cũng ít hơn, một khi xác định hướng đi thì cố gắng đến cùng.

Nói một cách đơn giản, mô hình đã từ bỏ việc thử sai vô não hàng loạt, chuyển sang đào sâu dài hạn, không chạy theo kết quả đầu ra bề ngoài đẹp đẽ, cốt lõi chỉ tập trung vào tối ưu hóa hiệu suất nền tảng.

Điều này cũng rất phù hợp với định vị của OpenAI dành cho Sol——

Hướng tới các nhiệm vụ chuỗi dài như suy luận độ khó cao, mã phức tạp, đặc biệt phù hợp với quy trình làm việc phức tạp cần lập kế hoạch, lặp lại, gọi công cụ, phối hợp các bước.

Cùng một prompt, đưa cho Sol và GPT-5.5 Pro, hiệu quả so sánh cũng rất trực quan:

Dù là SVG tương tác, mô hình 3D hay tạo game, khả năng tuân thủ chỉ thị và suy luận không gian của Sol đều vượt trội hơn, tính nhất quán cũng tốt hơn.

Trong đó về thiết kế front-end, Sol cũng đưa ra một bài làm sạch sẽ gọn gàng hơn.

So với GPT-5.5, bố cục trang và khoảng trắng phân cấp của Sol đều được xử lý rất tốt, hình ảnh cũng tinh tế hơn. Về mặt thị giác, Sol vững vàng đạt điểm cao.

Đánh bại Fable 5 thành công?

Tuy nhiên, nói về vấn đề mà các cư dân mạng quan tâm nhất - so với Fable 5 thì thế nào?

Kết quả có thể vẫn kém hơn một chút.

Trên một số benchmark, Sol và Fable 5 có điểm số ngang nhau hoặc thậm chí vượt, nhưng về trải nghiệm tổng thể mô hình và chất lượng mã vẫn còn khoảng cách nhất định với Fable 5.

Ví dụ, cư dân mạng Gipp đã thực hiện so sánh game 3D FPS.

Khi GPT 5.6 vẫn đang cố gắng thích ứng với thế giới game, ánh sáng và cơ chế chơi, thì Fable 5 đã có thể chuyển đổi một prompt thành một game hoàn chỉnh có thể chơi được.

Tuy nhiên, chi phí của Fable 5 cao hơn nhiều, mỗi triệu Token đầu vào 10 đô la, Token đầu ra 50 đô la, chi phí đầu vào của Sol chỉ 5 đô la mỗi triệu Token, chi phí đầu ra 30 đô la.

Sol rẻ hơn gần một nửa!

Vì vậy, trong trường hợp năng lực mô hình tương tự, khó mà nói được Sol và Fable 5 ai thắng ai.

Nghiêm trọng hơn là giới hạn an toàn, kể từ khi Fable 5 bị trừng phạt, lần này quay lại, cư dân mạng rõ ràng cảm thấy Fable 5 chẳng làm việc gì cả.

Viết code, debug bình thường, chỉ cần lơ là một chút là bị hệ thống xử lý là rủi ro cao, nhiệm vụ trực tiếp bị giảm cấp cho Opus 4.8 xử lý, ngay cả những câu hỏi như "có bao nhiêu chữ r trong raspberry" cũng bị chặn.

Cư dân mạng liền cho Fable 5 một đánh giá tiêu cực……

Về phía GPT-5.6, tình hình khả quan hơn một chút. Phía chính thức đã khẳng định rõ ràng, đã bổ sung hệ thống an toàn mạnh mẽ hơn, và cũng sẽ cấu hình các chiến lược bảo vệ khác nhau dựa trên năng lực của từng mô hình, các hạn chế cũng sẽ nhỏ hơn Fable 5.

Nói chung, hãy nóng lòng chờ đợi GPT-5.6 ra mắt toàn bộ, khi đó chúng ta sẽ thực tế đo đạc để thấy sự khác biệt～

Nguồn bài viết: Lượng Tử Vị (Quantum Bit)

Cảnh báo rủi ro và điều khoản miễn trách nhiệm

Thị trường có rủi ro, đầu tư cần thận trọng. Bài viết này không cấu thành lời khuyên đầu tư cá nhân, cũng không xem xét các mục tiêu đầu tư đặc thù, tình trạng tài chính hoặc nhu cầu của từng người dùng. Người dùng nên xem xét liệu bất kỳ ý kiến, quan điểm hay kết luận nào trong bài viết này có phù hợp với tình huống cụ thể của họ hay không. Đầu tư dựa trên đó, tự chịu trách nhiệm.