Il y a environ deux semaines que la version d'aperçu de GPT-5.6 Sol a été publiée, et voilà enfin sorti le premier rapport des tests internes des utilisateurs pionniers!
Le chef ingénieur de Nvidia vous le dit dans les termes les plus directs et les moins ambigus :
Sol est impressionnant ! En seulement 30 heures, il a surpassé les effets d'accélération CUDA qu'Opus a mis 64 heures à atteindre.
Après les optimisations des versions futures, il pourrait complètement écraser Opus......
Les internautes ne sont pas restés inactifs non plus, ils ont tout de suite créé du contenu, avec toutes sortes de comparaisons (et de critiques) qui ont surgi de partout :
Prenons l'exemple de la construction d'un vaisseau spatial. Regardez le couloir intérieur du côté de GPT-5.6, le choix des couleurs et de la lumière a un vrai sens de la technologie, les contrastes lumière/ombre sont bien marqués ; en revanche, du côté de la version 5.5, les teintes sont plutôt chaudes et grisâtres, l'image globale est beaucoup plus plate, on dirait davantage le vestiaire d'une entreprise.
Et ne parlons même pas de la scène cosmique à l'extérieur du vaisseau, GPT-5.5 ressemble à une réunion de pixels. (doge)
Manche gagnée pour GPT-5.6 !
Si GPT-5.6 connaît à nouveau un pic de popularité ces derniers temps, c'est d'une part à cause du retour de son vieux rival Fable 5, et d'autre part parce que le modèle s'est ENFIN ! MIS ! EN ! MOUVEMENT !
Après tant de jours d'attente, des rumeurs ont enfin circulé : le modèle sera officiellement mis en ligne dans les deux prochains jours.
Cette fois, ce ne sera plus réservé à quelques « partenaires », tout le monde y aura droit !
(Les adeptes de l'attente ont gagné~)
Altman est aussi descendu personnellement sur le terrain pour faire son frimeur, portant l'ambiance à son paroxysme :
La première fois que mon grand fils a prononcé un mot de deux syllabes, le choc était exactement le même que lorsque GPT-5.6 a découvert une toute nouvelle théorie mathématique.
Sans problème ! Ils sont tous les deux les enfants de la maison (doge)
Résultats des premiers tests internes publiés
En parcourant les publications des utilisateurs testeurs, quelques points de convergence sont assez évidents.
Le premier, c'est celui mentionné par l'ingénieur de Nvidia cité plus haut : un code plus concis, avec un volume global de code réduit.
Pour un même besoin, là où d'autres modèles écriraient un tas de lignes, Sol se montre clairement plus sobre, résolvant les choses en trois lignes si possible plutôt qu'en cinq. Le nombre de lignes de code n'est que 1/5 de celui d'Opus. Surtout en C++, l'écriture ressemble beaucoup à celle faite à la main par un humain, et il y a aussi moins de commentaires.
Pour les projets nécessitant une maintenance à long terme, l'avantage est à Sol.
Bien sûr, sur le codage, il n'y a pas que des points positifs. Par exemple, la vitesse de progression itérative est relativement lente, et le nombre d'échecs est aussi plus élevé, parce que Sol a toujours tendance à essayer des tâches plus difficiles.
Comparé à Opus, il a également moins de pistes d'essais et d'erreurs exploratoires. Une fois qu'il a choisi une direction, il s'y tient coûte que coûte.
En termes simples, le modèle a abandonné une grande quantité d'essais-erreurs aveugles pour se tourner vers un travail approfondi sur le long terme. Il ne recherche pas un beau résultat de sortie en surface, son objectif central est l'optimisation des performances sous-jacentes.
Cela correspond aussi bien au positionnement donné par OpenAI à Sol –
Orienté vers des tâches de raisonnement de haute difficulté, du code complexe, etc., particulièrement adapté aux flux de travail complexes nécessitant de la planification, des itérations, l'appel d'outils et la coordination d'étapes.
Avec le même prompt donné à Sol et à GPT-5.5 Pro, l'effet de contraste est également très visuel :
Que ce soit pour un SVG interactif, un modèle 3D ou la génération d'un jeu, les capacités de Sol à suivre les instructions et son raisonnement spatial sont supérieures, et il est aussi meilleur en termes de cohérence.
Dans le domaine de la conception frontale, Sol a également rendu une copie plus propre et plus soignée.
Comparé à GPT-5.5, Sol maîtrise très bien la mise en page des pages et les niveaux d'espacement, l'image est aussi plus raffinée. Sur le plan visuel, Sol passe haut la main.
Une réussite contre Fable 5 ?
Mais pour parler de la question qui préoccupe le plus les internautes – comment se compare-t-il à Fable 5 ?
En termes de performances, il est probablement légèrement inférieur.
Sur certains tests de référence, Sol obtient des scores équivalents voire supérieurs à Fable 5, mais en ce qui concerne l'expérience globale du modèle et la qualité du code, il reste un certain écart avec Fable 5.
Par exemple, l'internaute Gipp a fait une comparaison de jeu FPS 3D.
Alors que GPT 5.6 s'efforce encore d'adapter le monde du jeu, l'éclairage et le gameplay, Fable 5 est déjà capable de transformer un prompt en un jeu fini et jouable.
Cependant, le coût de Fable 5 est beaucoup plus élevé : 10 dollars par million de tokens en entrée, 50 dollars en sortie. L'investissement pour Sol n'est que de 5 dollars par million de tokens en entrée, et 30 dollars en sortie.
Sol coûte presque moitié moins cher !
Donc, avec des capacités de modèles similaires, il est difficile de dire qui l'emportera finalement entre Sol et Fable 5.
Encore plus critique sont les limites de sécurité. Depuis que Fable 5 a été sanctionné, lors de son retour cette fois, les internautes ont clairement senti que Fable 5 ne faisait tout simplement plus son travail.
Pour écrire du code ou déboguer normalement, à la moindre occasion, le système le juge à haut risque, la tâche est directement rétrogradée pour être traitée par Opus 4.8. Même une question comme « combien de 'r' dans 'raspberry' » a été bloquée.
Les internautes ont rétorqué en donnant une mauvaise note à Fable 5......
Du côté de GPT-5.6, la situation est légèrement meilleure. Les responsables ont clairement indiqué qu'un système de sécurité plus puissant avait été ajouté, et que différentes stratégies de protection seraient configurées selon les capacités des différents modèles. Les restrictions seront donc aussi moins importantes que pour Fable 5.
Bref, attendons avec impatience la mise en ligne complète de GPT-5.6, et nous verrons bien lors des tests réels~
Liens de référence :
[1]https://x.com/mark_k/status/2073467892889272609?s=20
[2]https://x.com/kimmonismus/status/2073799386535006210
[3]https://x.com/gippp69/status/2073697790723596469
Cet article provient du compte WeChat officiel « Quantum Bit », auteur : Lu Yu
