GPT-5.6 Sol仅在ChatGPT增强

我们很高兴你的到来。每周一至周五，我们都会为你送上 TNS 的优质内容，帮助你及时掌握最新动态，始终保持最佳状态。

请查收确认邮件。你可以在邮件中调整偏好设置，甚至加入更多群组。

在你喜爱的社交媒体平台上关注 TNS。

在 LinkedIn 上关注 TNS。

等待第一期 TNS newsletter 期间，不妨看看最新的精选文章和热门内容。

如果团队先在 ChatGPT 中测试 prompt，再将其迁移到 Codex 或 Work，那么在处理较长任务时，可能会注意到两者的差异。

OpenAI 周四宣布，它已更新面向普通用户的 ChatGPT 中的 GPT-5.6 Sol，但 Codex 和 ChatGPT Work 使用的版本保持不变。

OpenAI 在公告中表示：“由于这一版本的 GPT‑5.6 Sol 针对日常对话进行了优化，因此它只会在 ChatGPT 的 Chat 体验中提供。此次发布不会改变为 Work 和 Codex 提供支持的 GPT‑5.6 Sol 版本。”

“此次发布不会改变为 Work 和 Codex 提供支持的 GPT‑5.6 Sol 版本。”

名称相同，模型不同

ChatGPT 一直以来处理问题的方式都与其他环境略有不同。现在，这些差异可能会变得更加明显。但要弄清实际情况，唯一的办法就是在 prompt 真正运行的环境中进行测试。公告中没有提及 GPT-5.6 Sol API 模型的任何变化。因此，现在推测这对 API 意味着什么还为时过早。

滑块取代独立模型

由于 ChatGPT 现在无论是快速回答还是深入分析，都使用同一个 Sol 模型，因此 Plus 和 Pro 用户会看到一个新的滑块——可在 Web、移动端和桌面端使用——用来选择 ChatGPT 在回答中投入多少思考。开发者早已可以通过 API 做出这种选择。但他们仍然必须判断，更好的答案是否值得付出额外的等待时间和费用。

但他们仍然必须判断，更好的答案是否值得付出额外的等待时间和费用。

分类器监控每个答案

OpenAI 于 7 月发布的 GPT-5.6 System Card 显示，Sol 和 Terra 都搭配了分类器，用于在答案生成过程中实时监控。如果某个分类器检测到问题，答案就会被暂缓输出，等待另一个系统进行检查。OpenAI 会针对每个模型分别调整这些分类器。

System Card 还指出了一个开发者可能很熟悉的问题：GPT-5.6 有时会超出任务范围，尝试进行用户并未要求的更改。这种情况比 GPT-5.5 更常见，不过 OpenAI 表示，它仍然很少发生。

缺少基线的基准测试

OpenAI 表示，更新后的 Sol 出现事实性错误的次数更少。在其针对金融、医疗和法律问题开展的内部测试中，相比 GPT-5.5 Instant 生成的答案，至少包含一个错误的答案减少了 68%。即将成为 Free 和 Go 用户默认模型的 Luna，则将错误减少了约 62%。

但 OpenAI 并未公布这些 prompt，也没有提供足够的细节供其他人复现结果。此外，它将新版 Sol 与 GPT-5.5 Instant 进行比较，而不是与 ChatGPT 中此前版本的 Sol 比较。因此，我们无法判断 Sol 本身究竟提升了多少。

因此，我们无法判断 Sol 本身究竟提升了多少。

工程团队需要亲自测试，在 prompt 实际运行的环境中验证效果。将每个 prompt 对应的配置一并保存，能让结果更容易复现，也能揭示纸面上的升级是否真的能在实践中带来更好的结果。