7 月 30 日凌晨，OpenAI 集中放出四条消息。核心一条：旗舰模型 GPT-5.6 Sol 已自主重写生产环境 GPU 内核代码，将端到端推理服务成本降低 20%、token 生成效率提升超 15%。同期，刚从 Thinking Machines Lab 离职的联合创始人翁荔被曝回归 OpenAI 主导 AI 自进化研究，ChatGPT 全球用户首破 10 亿、服务 200 万家企业。
OpenAI 的核心目标：在硬件不变的前提下提供更多服务，同时保持智能性、响应速度与可靠性。GPT-5.6 Sol 的优化覆盖五个技术层：
两个最具代表性的发力点：
此外，GPT-5.6 Sol 还被用于优化模型前向传播计算——它自主重新编写并优化了 OpenAI 负责执行模型数学运算的核心代码，这些代码用 Triton 和 Gluon 两种开源 GPU 编程语言写成。在 KV 缓存管控上，Sol 解析真实线上业务负载、生成并比对各类备选配置方案，针对不同使用场景完成精细化超参优化——以往这类配置因参数空间庞大只能靠通用经验规则粗略设置。整个推理优化形成可持续闭环：采集线上数据 → 定位性能短板 → 落地优化方案 → 核验系统表现提升。
GPT-5.6 Sol 已攻克圈复覆盖猜想等悬置已久的数学公开难题，但在二维解谜评测基准 ARC-AGI-3 上正确率仅 7.8%（上一代 GPT-5.5 仅 0.4%）。ARC-AGI-3 配套使用了一套极简通用调度框架，不挂载任何工具与增强功能，目的是暴露模型本身的能力短板。
但 OpenAI 研究人员发现，问题不在模型，在框架配置：
每步操作后清空私有推理，模型每次从零分析规则；滚动截断窗口超 17.5 万字符直接舍弃最早消息，历史操作记录逐步丢失。
开启推理记忆留存与上下文压缩两项配置，推理思路持久保存，超限时摘要压缩而非截断；仅需传入上一轮应答 ID 即可在多轮间完整保留推理过程。
注：原版框架 7.8% → 官方框架 13.3% → 保留推理机制与压缩技术后 38.3%（约 3 倍提升）。两项关键配置为「推理记忆留存」与「上下文压缩」，均为 ChatGPT 与 Codex 内部默认使用。OpenAI 建议 API 开发者采用产品中实际使用的相同设置进行评估。
OpenAI 在 ChatGPT Work 与 Codex 的智能体调度基座中已落地三大优化：延迟加载检索（工具、MCP 集成、插件仅在被实际调用时载入上下文，返回输出默认限制 10000 token 以内）、保留提示缓存前缀（全部历史数据设为仅追加写入模式，新增消息只接续在末尾）、复用已有计算成果。ARC-AGI-3 的原版框架恰恰缺少了前两项关键配置。
深层启示：当模型能记住自己曾经做过的事情时，表现达到最佳——每步推演耗时明显下降，模型无需在每轮交互中从零解析规则，且能随任务进程习得解题规律、输出连贯策略。
GPT-5.6 实现的各项效率提升，源于 OpenAI 多年来在算法研究、模型推理、智能体调度整套技术体系上的层层迭代与累积叠加。
人才层面，刚离职美国 AI 独角兽 Thinking Machines Lab 的联合创始人翁荔（Lilian Weng）被曝将重新加入 OpenAI，助其开展 AI 自进化研究。翁荔此前曾在 OpenAI 担任重要职务，此次回归被视为 OpenAI 加码自进化方向的关键信号。
硬件层面，总裁格雷格·布罗克曼（Greg Brockman）剧透 OpenAI 正打造 AI 硬件，"用户可能很快见到"。谈及设备形态，他认为"绝大多数情况下"人会选择与电脑进行对话。
这些细节拼出一个图景：模型本身承载并落地了大量优化方案，让 OpenAI 有理由相信后续优化迭代速度会持续加快。研究人员将持续深耕算子内核优化等方向，同步对整套底层技术架构进行基础性升级。
本篇各项效率数字（20% 成本降低、15%+ 效率提升、38.3% ARC-AGI-3 得分）均来自 OpenAI 官方披露，属单方数据，未见第三方独立复测。读者宜将其视为 OpenAI 展示自进化路径的技术叙事，而非中立基准评测结果。
值得留意的是，OpenAI 主动披露 GPT-5.6 Sol 在 ARC-AGI-3 上的低分与框架症结，这种自曝短板的诚意，比单纯报喜更有参考价值——它说明 OpenAI 清楚地知道：模型智能已不是瓶颈，系统工程才是。
当模型参数比拼接近天花板，"模型 + 推理系统 + 智能体框架"的协同工程能力，正在成为决定谁能率先跨越规模化落地门槛的分水岭。
Responses API 已开放，支持推理记忆留存与上下文压缩配置。
GPT-5.6 系列三档模型均可在 ChatGPT 与 API 中调用：旗舰 Sol、均衡 Terra（费用为 Sol 的 1/2）、快速 Luna（定价较 Sol 降八成）。