GPT-5.6 Sol首批內測結果來了!同任務成本只有Fable 5一半

robot
摘要生成中

GPT-5.6 Sol 預覽版發布快半個月了,首批用戶內測報告終於新鮮出爐!

輝達首席工程師用最直白、最不拐彎抹角的話告訴你:

Sol 很猛!30 小時,就跑贏了 Opus 64 小時才達到的 CUDA 加速效果。

後續版本優化後,或將徹底碾壓 Opus……

網友們也沒閒著,直接給整活上了,各種對(la)比(cai)層出不窮:

同樣是造飛船,且看 GPT-5.6 這邊的艙內走廊,色彩搭配和光線選擇就很有科技感,明暗層次拉得開;反觀 5.5 這邊,色調偏暖偏灰,畫面整體扁平了不少,怎麼看都更像公司更衣室。

更甭說飛船外的宇宙場景,GPT-5.5 活像馬賽克聚會。(doge)

這一局 GPT-5.6 完勝!

要說為啥最近 GPT-5.6 再度熱度爆表,一是老對家 Fable 5 復出,二就是模型終!於!動!了!

等了這麼多天,終於有消息傳出,模型將在最近兩天正式上線。

屆時不再是少數「合作夥伴」可用,這一次全體都有!

(等等黨贏了~)

奧特曼也親自下場凡爾賽,把氣氛烘到最高潮:

我家好大兒生平第一次會說兩個字的詞,那種震撼程度,跟 GPT-5.6 發現全新數學理論時一模一樣。

沒毛病!都是親生的(doge)

首批內測結果出爐

翻了一圈內測用戶的發帖,幾個共識還挺一致。

頭一個,就是前面那位輝達工程師提及的:程式碼更簡潔,總體程式碼量更少。

同樣一個需求,別的模型可能寫一堆,Sol 則明顯克制得多,能三行解決絕不寫五行,程式碼行數僅為 Opus 的1/5。尤其是 C++,寫法和真人手搓很像,註釋也更少。

對於要長期維護的專案來說,優勢在 Sol。

當然,編碼上也不是全無槽點,比如疊代推進速度較慢,失敗次數也較多,因為 Sol 總是會去嘗試難度更高的任務。

相比 Opus,它試錯探索的思路也更少,一旦認準方向就死磕到底。

簡單來說,就是模型放棄了大量無腦試錯,轉為長線深耕,不追求表面輸出結果好看,核心就盯著底層性能優化。

這也很符合 OpenAI 給 Sol 的定位——

面向高難度推理、複雜程式碼等長鏈路任務,尤其適合需要規劃、疊代、呼叫工具、協調步驟的複雜工作流。

同一個提示詞,丟給SolGPT-5.5 Pro,對比效果也很直觀:

無論是互動式 SVG、3D 模型還是生成遊戲,Sol 的指令遵循和空間推理能力都更勝一籌,在一致性上也更好。

其中前端設計這塊,Sol 也交出了更乾淨整潔的答卷。

相比 GPT-5.5,Sol 頁面佈局和層次留白都拿捏得相當到位,畫面也更精緻。視覺這一關,Sol 穩穩高分通過。

狙擊 Fable 5 成功?

不過要說網友們最關心的問題——對比 Fable 5 如何?

效果可能還是略遜一籌

在部分基準測試上,Sol 和 Fable 5 得分持平甚至反超,但在整體模型體驗和程式碼品質上和 Fable 5 還存在一定差距。

比如網友 Gipp 就做了一項 3D FPS 遊戲對比。

當 GPT 5.6 還在努力適配遊戲世界、光照和玩法時,Fable 5 已經能把一個提示詞轉換為一款可玩的成品遊戲。

不過 Fable 5 的成本要高得多,每百萬輸入 Token 10 美元,輸出 Token 50 美元,Sol 的投入成本只有每百萬 Token 5 美元,輸出成本 30 美元。

Sol 幾乎便宜了一半!

所以在模型能力相近的情況下,Sol 和 Fable 5 到底鹿死誰手還真不好說。

更要命的是安全限制,自從 Fable 5 被制裁後,這次二進宮出來,網友明顯感覺 Fable 5 壓根不幹活了。

正常寫程式碼、debug,稍不留神就會被系統判成高風險,任務直接降維給 Opus 4.8 處理,就連「raspberry 裡有幾個 r」這種問題都被攔截了。

網友們反手給 Fable 5 一個差評……

GPT-5.6 這邊,情況稍好一些。官方已經明確表示,已經添加了更強大的安全系統,也會根據不同模型能力配置不同的保護策略,限制也會比 Fable 5 要小一些。

總之,燥候 GPT-5.6 全量上線吧,到時候咱們再實測見分曉~

本文來源:量子位

風險提示及免責條款

        市場有風險,投資需謹慎。本文不構成個人投資建議,也未考慮到個別用戶特殊的投資目標、財務狀況或需要。用戶應考慮本文中的任何意見、觀點或結論是否符合其特定狀況。據此投資,責任自負。
查看原文
此頁面可能包含第三方內容,僅供參考(非陳述或保證),不應被視為 Gate 認可其觀點表述,也不得被視為財務或專業建議。詳見聲明
  • 打賞
  • 回覆
  • 轉發
  • 分享
回覆
請輸入回覆內容
請輸入回覆內容
暫無回覆