GPT-5.6 Sol в предпросмотре выпущена уже почти полмесяца, и вот свежие результаты первых внутренних тестов пользователей!
Главный инженер NVIDIA говорит вам прямо, без всяких заумностей:
Sol — это мощь! За 30 часов она достигла эффекта ускорения CUDA, на который Opus потратил 64 часа.
После дальнейшей оптимизации версий, она, возможно, окончательно раздавит Opus......
Сетевые пользователи тоже не бездельничали, сразу начали развлекаться, всевозможные сравнения (и даже троллинг) множатся:
Возьмём, например, построение космического корабля. Посмотрите на коридор внутри кабины от GPT-5.6: сочетание цветов и выбор освещения очень технологичны, светотеневые переходы чёткие. А вот у версии 5.5 оттенки более тёплые и сероватые, изображение в целом выглядит плоским, больше напоминает раздевалку в компании.
Не говоря уже о космических сценах за пределами корабля: GPT-5.5 похожа на сборище пикселей. (doge)
В этом раунде GPT-5.6 одержала полную победу!
Почему же GPT-5.6 снова набирает такую популярность? Во-первых, старый конкурент Fable 5 вернулся, а во-вторых, модель наконец-то! начала! двигаться!
После стольких дней ожидания, наконец, появились слухи, что модель будет официально запущена в ближайшие два дня.
На этот раз она будет доступна не только нескольким «партнёрам» — теперь для всех!
(Те, кто ждал, выиграли~)
Сэм Альтман лично вышел на сцену, чтобы похвастаться, подняв настроение на самый высокий уровень:
Первый раз, когда мой ребёнок произнёс слово из двух слогов — это чувство потрясения точно такое же, как когда GPT-5.6 открыла новую математическую теорию.
Верно! Все родные (doge)
Опубликованы результаты первых внутренних тестов
Пролистав посты пользователей, участвовавших в тестировании, можно выделить несколько общих моментов.
Первый, уже упомянутый инженером NVIDIA: код становится лаконичнее, общий объём кода меньше.
Для одной и той же задачи другие модели могут написать кучу кода, а Sol явно более сдержанна: если можно решить в три строки, она не напишет пять. Количество строк кода составляет всего 1/5 от Opus. Особенно это касается C++: стиль написания очень похож на ручной, комментариев тоже меньше.
Для проектов, требующих долгосрочной поддержки, преимущество у Sol.
Конечно, в программировании есть и недостатки: например, скорость итеративного продвижения относительно медленная, количество неудач тоже больше, потому что Sol всегда пытается взяться за более сложные задачи.
По сравнению с Opus, у неё меньше подходов к пробным поискам и ошибкам: как только она определяет направление, то упорно его придерживается.
Проще говоря, модель отказалась от большого количества бездумных проб и ошибок, перейдя к долгосрочному углублённому изучению. Она не стремится к красивому внешнему виду результатов, а сосредоточена на оптимизации базовой производительности.
Это также хорошо соответствует позиционированию Sol от OpenAI —
Ориентация на длинные цепочки задач высокой сложности в рассуждениях, сложном коде и т.д., особенно подходит для сложных рабочих процессов, требующих планирования, итераций, вызова инструментов, координации шагов.
Тот же самый промпт, отправленный Sol и GPT-5.5 Pro, даёт очень наглядный контраст:
Будь то интерактивный SVG, 3D-модель или создание игры, способность Sol следовать инструкциям и пространственные рассуждения лучше, а согласованность также выше.
В области фронтенд-дизайна Sol также представила более чистый и аккуратный результат.
По сравнению с GPT-5.5, Sol лучше справляется с компоновкой страниц, иерархией и свободным пространством, изображение также более изысканное. В плане визуала Sol уверенно получает высокий балл.
Удачный выстрел по Fable 5?
Но если говорить о вопросе, который больше всего волнует пользователей — как она выглядит по сравнению с Fable 5?
Результаты, возможно, всё ещё немного хуже.
По некоторым бенчмаркам Sol и Fable 5 показывают одинаковые результаты или даже обгоняют, но в общем впечатлении от модели и качестве кода между Sol и Fable 5 всё ещё существует определённый разрыв.
Например, пользователь Gipp провёл сравнение 3D FPS игр.
Пока GPT 5.6 всё ещё пытается адаптироваться к игровому миру, освещению и геймплею, Fable 5 уже может превратить один промпт в готовую игру.
Однако стоимость Fable 5 гораздо выше: 10 долларов за миллион входных токенов и 50 долларов за выходные токены, в то время как затраты на Sol составляют всего 5 долларов за миллион токенов на входе и 30 долларов на выходе.
Sol почти в два раза дешевле!
Поэтому при схожих возможностях моделей, действительно трудно сказать, кто одержит победу в противостоянии Sol и Fable 5.
Что ещё хуже — это ограничения безопасности. После того как Fable 5 подверглась санкциям, в этот раз, вернувшись, пользователи явно почувствовали, что Fable 5 вообще не работает.
Обычное написание кода, отладка — стоит немного отвлечься, и система посчитает это высокорисковым, задача напрямую понижается до обработки Opus 4.8. Даже такой вопрос, как «сколько букв 'r' в слове 'raspberry'», был заблокирован.
Пользователи в ответ ставят Fable 5 плохие оценки......
У GPT-5.6 ситуация немного лучше. Официальные лица уже чётко заявили, что добавлена более мощная система безопасности, также будут настраиваться различные стратегии защиты в зависимости от возможностей модели, ограничения будут меньше, чем у Fable 5.
В общем, ждём полного запуска GPT-5.6, тогда мы и проверим на практике~
Ссылки:
[1]https://x.com/mark_k/status/2073467892889272609?s=20
[2]https://x.com/kimmonismus/status/2073799386535006210
[3]https://x.com/gippp69/status/2073697790723596469
Эта статья из официального аккаунта WeChat «Квантовый бит», автор: Лу Юй
