Память и сжатие диалога подняли GPT-5.6 Sol с 13 до 38 процентов на ARC-AGI-3

OpenAI сообщила, что научила GPT-5.6 Sol сохранять свои рассуждения между шагами и сжимать накопленный диалог, вместо того чтобы каждый раз тащить всю историю целиком. На тесте ARC-AGI-3, где модель решает головоломки на поиск закономерностей, доля решённых выросла с 13,3% до 38,3%, а выходных токенов при этом ушло примерно в шесть раз меньше.

Ту же линию показывает маленькая модель BDH-CQ на 150 млн параметров: она рассуждает во внутреннем представлении с временной памятью и набирает 29,5% на ARC-AGI-1 при стоимости порядка семи десятитысячных доллара за задачу.

Общий вывод обоих замеров: способ хранить и подрезать контекст сейчас двигает результат сильнее, чем добавка параметров.

OpenAI Developers@OpenAIDevs

With retained reasoning and compaction, GPT-5.6 Sol improved from 13.3% to 38.3% on ARC-AGI-3 while using roughly 6x fewer output tokens. https://t.co/e8UtIDsKst

14417 августа 2026