GPT-5.6 Sol lleva ya casi dos semanas disponible en su versión preliminar, ¡y por fin han salido los primeros informes de prueba de los usuarios iniciales!
Un ingeniero principal de Nvidia te lo dice de la manera más directa y sin rodeos:
¡Sol es una bestia! En 30 horas, superó el efecto de aceleración CUDA que a Opus le llevó 64 horas alcanzar.
Tras futuras optimizaciones de la versión, podría aplastar por completo a Opus......
Los internautas tampoco han perdido el tiempo, y ya han empezado a hacer sus propias comparaciones (y bromas):
Tomemos la misma tarea de construir una nave espacial. Observa el pasillo interior en GPT-5.6: la combinación de colores y la elección de la iluminación tienen mucho sentido tecnológico, con un buen contraste de luces y sombras. En cambio, en la versión 5.5, la paleta de colores es más cálida y grisácea, la imagen en general resulta más plana, y se parece más al vestuario de una empresa.
Por no hablar de las escenas del espacio exterior de la nave: GPT-5.5 parece un mosaico de píxeles. (doge)
¡En esta ronda, GPT-5.6 gana por completo!
Si te preguntas por qué GPT-5.6 ha vuelto a ser tan candente últimamente, una razón es el regreso de su antiguo rival, Fable 5, y la otra es que ¡el modelo por fin se ha movido!
Después de tantos días de espera, por fin hay noticias: el modelo se lanzará oficialmente en los próximos dos días.
Ya no estará disponible solo para unos pocos "socios". ¡Esta vez es para todos!
(¡Los que esperaron han ganado~)
Altman también se ha sumado al festejo, subiendo la emoción al máximo:
La primera vez que mi hijo dijo una palabra de dos sílabas, la impresión fue idéntica a cuando GPT-5.6 descubrió una nueva teoría matemática.
¡No hay duda! Ambos son hijos propios (doge)
Publicados los primeros resultados de las pruebas internas
Revisando las publicaciones de los usuarios de la prueba interna, hay varios puntos en los que coinciden.
El primero, ya mencionado por el ingeniero de Nvidia: el código es más limpio y, en general, hay menos líneas de código.
Para la misma solicitud, otros modelos podrían escribir un montón, mientras que Sol es notablemente más conciso. Si se puede resolver en tres líneas, no escribe cinco. El número de líneas de código es solo 1/5 del de Opus. Especialmente en C++, el estilo se parece más al escrito por humanos y hay menos comentarios.
Para proyectos que requieren mantenimiento a largo plazo, Sol tiene la ventaja.
Por supuesto, en cuanto a codificación, no está exento de defectos. Por ejemplo, su velocidad de iteración es relativamente lenta y el número de intentos fallidos es mayor, porque Sol siempre intenta abordar tareas de mayor dificultad.
En comparación con Opus, también explora menos opciones de prueba y error. Una vez que se fija en una dirección, persiste hasta el final.
En pocas palabras, el modelo ha renunciado a una gran cantidad de pruebas aleatorias sin sentido, optando por un enfoque profundo y a largo plazo. No busca que los resultados de salida parezcan bonitos superficialmente, sino que se centra en la optimización del rendimiento subyacente.
Esto se ajusta muy bien al posicionamiento que OpenAI ha dado a Sol:
Orientado a tareas de razonamiento complejo y de larga duración, especialmente adecuado para flujos de trabajo complejos que requieren planificación, iteración, uso de herramientas y coordinación de pasos.
Con el mismo prompt, enviado a Sol y a GPT-5.5 Pro, el efecto de comparación también es bastante claro:
Ya sea en SVG interactivo, modelos 3D o generación de juegos, las capacidades de Sol para seguir instrucciones y razonamiento espacial son superiores, y también tiene mejor consistencia.
En el ámbito del diseño front-end, Sol también ha entregado resultados más limpios y ordenados.
En comparación con GPT-5.5, Sol maneja mucho mejor el diseño de página, la jerarquía y los espacios en blanco, y las imágenes son más refinadas. En cuanto a lo visual, Sol pasa la prueba con una alta puntuación.
¿Éxito al enfrentarse a Fable 5?
Pero si hablamos de lo que más preocupa a los internautas: ¿cómo se compara con Fable 5?
Puede que el efecto sea ligeramente inferior.
En algunas pruebas de referencia, Sol iguala o incluso supera la puntuación de Fable 5, pero en la experiencia general del modelo y la calidad del código, todavía hay una cierta diferencia con Fable 5.
Por ejemplo, el usuario Gipp hizo una comparación de un juego FPS en 3D.
Mientras GPT 5.6 todavía se esfuerza por adaptarse al mundo del juego, la iluminación y la jugabilidad, Fable 5 ya puede convertir un prompt en un juego terminado y jugable.
Sin embargo, Fable 5 es mucho más caro: 10 dólares por millón de tokens de entrada y 50 dólares por millón de tokens de salida. El coste de Sol es de solo 5 dólares por millón de tokens de entrada y 30 dólares por millón de tokens de salida.
¡Sol cuesta casi la mitad!
Así que, con capacidades de modelo similares, aún no está claro quién ganará entre Sol y Fable 5.
Y lo que es peor, las restricciones de seguridad. Desde que Fable 5 fue sancionado, tras su regreso, los usuarios sienten claramente que Fable 5 directamente no funciona.
Al escribir código o depurar normalmente, si no tienes cuidado, el sistema lo marca como de alto riesgo y la tarea se delega directamente a Opus 4.8. Incluso preguntas como "cuántas 'r' hay en 'raspberry'" son bloqueadas.
Los internautas responden dando una mala valoración a Fable 5......
En el caso de GPT-5.6, la situación es un poco mejor. Los desarrolladores ya han declarado claramente que han añadido un sistema de seguridad más potente, y que configurarán diferentes estrategias de protección según las capacidades de cada modelo, por lo que las restricciones serán menores que las de Fable 5.
En resumen, ¡a esperar el lanzamiento completo de GPT-5.6! Entonces podremos ver los resultados reales en las pruebas~
Enlaces de referencia:
[1]https://x.com/mark_k/status/2073467892889272609?s=20
[2]https://x.com/kimmonismus/status/2073799386535006210
[3]https://x.com/gippp69/status/2073697790723596469
Este artículo proviene del WeChat público "Quantum Bit", autor: Lu Yu
