GPT-5.6 在效能評估上導入了
max 推理強度與
ultra 模式兩項關鍵設計,旨在突破單一模型處理龐大任務的限制:
- max 推理強度:此設計允許模型獲得更充裕的運算時間。透過延長思考過程,模型能夠進行更深層的邏輯推理,確保在面對複雜問題時能產出更精確、更具邏輯性的回答。
- ultra 模式與子智慧體 (Sub-agents):這是 GPT-5.6 的核心突破。在 ultra 模式下,單一 AI 能夠調動多個「子智慧體」進行協同工作。這種設計源於對現實世界任務的觀察:許多任務過於龐大,單一模型難以一次性處理完畢。
- 協作流程:透過子智慧體的分工,模型展現了自主規劃的能力。它們能夠反覆迭代、協調各種工具,並在不同子任務之間進行同步與協調。
這種工作流的改變在基準測試中獲得了驗證。例如,在評估命令列任務的
Terminal-Bench 2.1 中,GPT-5.6 Sol 樹立了新的最高水準;在長跨度的基因體學與定量生物學分析 (GeneBench v1) 測試中,它也以更少的 Token 消耗量取得了優於前代的成績。這證明了 ultra 模式透過子智慧體的分工合作,能有效處理真實世界中複雜且龐大的任務。