OpenAI 在 ARC-AGI-3 基准上通过调整两个 API 设置，将模型性能提升了三倍，这一发现为推理模型的效率优化提供了新思路。
发生了什么
OpenAI 在最新博客中披露，通过启用两个 API 设置——"retain reasoning"（保留推理）和"enable compaction"（启用压缩），其 GPT-5.6 模型在 ARC-AGI-3 基准上的得分提升了三倍。ARC-AGI-3 是一个专门测试抽象推理能力的基准，要求模型从少量示例中归纳出规则并应用于新图形。此前，该基准被认为对当前大语言模型极具挑战性。OpenAI 的实验表明，这两个设置分别作用于推理链的保留与精简，从而显著提高了模型在少样本推理任务上的表现。
为什么重要
ARC-AGI-3 基准因其对泛化能力的严格测试而备受关注。传统上，大模型在该基准上表现不佳，往往需要大量微调或复杂的提示工程。OpenAI 的发现表明，通过简单的 API 参数调整，就能大幅提升模型的抽象推理能力，这暗示了当前模型在推理链的完整性和信息密度方面存在优化空间。"保留推理"确保了模型在生成答案时不会丢失中间推理步骤，而"启用压缩"则帮助模型去除冗余信息，聚焦于核心模式。这一组合效应揭示了推理效率与准确性之间的平衡点。
影响与看点
对于开发者而言，这一发现提供了即插即用的性能提升方案，无需额外训练或复杂提示。对于 AI 行业，它挑战了“更大模型或更多数据才能突破推理瓶颈”的假设，提示我们模型内部机制的微调可能带来意想不到的收益。值得关注的是，这两个设置是否适用于其他推理基准（如 MATH、GSM8K）以及更广泛的任务。此外，OpenAI 未透露 GPT-5.6 的具体架构细节，因此该方法的可迁移性尚待验证。独立判断：这可能是推理模型从“黑盒”走向“可配置”的一个信号，未来 API 设计将更注重暴露影响推理行为的底层参数。
