Ankündigung des Herstellerserreichbar

How two API settings improved GPT-5.6 performance on ARC-AGI-3

Eigenmessung vom 29.07.2026: GPT-5.6 Sol erreicht auf dem öffentlichen ARC-AGI-3-Aufgabensatz 38,3 statt 13,3 Prozent, je nach Harness. Reasoning bleibt erhalten, Kompaktierung ersetzt Abschneiden. Ausgabe-Token sinken auf etwa ein Sechstel; OpenAI schätzt den menschlichen Vergleichswert auf 48 Prozent. Abschnitt Agents do best when they remember what they have done nennt 175.000 Zeichen im offiziellen Harness. Die Erläuterung der Animation nennt für OpenAIs Aufbau 175.000 Token und begründet die ungefähre Vergleichbarkeit mit den Spielrastern.

geprüft 10.11.2026Archivfassung (externe Seite, web.archive.org)

Dasselbe Modell, dreifacher Wert Zwei Einstellungen am Harness verdreifachen die ARC-AGI-3-Werte von GPT-5.6 Sol ARC-AGI-3 im Glossar Harness im Glossar 04 Was eine Benchmarkzahl sagt 04 Der Harness

Alle Quellen