開啟兩項API設定使GPT-5.6於ARC-AGI-3測試得分三倍

ARC-AGI-3 是 ARC Prize 用來衡量 AI 面對陌生互動環境時，能否即席學習並完成新任務的高難度基準。OpenAI 以 GPT-5.6 Sol 測試 API 執行方式，顯示模型能力不只取決於權重，推理狀態與長上下文管理也會大幅左右代理型任務表現。

OpenAI 於2026年7月29日表示，在 ARC-AGI-3 公開測試集啟用 retained reasoning 與 context compaction 後，GPT-5.6 Sol 得分由13.3%升至38.3%，接近三倍，同時使用的 token 約降至六分之一。結果反映自訂 harness 的效益，並非 ARC Prize 官方排行榜的新成績。