GPT-5.6 Sol 引入了五级推理强度（Light、Medium、Heavy、Very Heavy、xhigh）以及 Max 和 Ultra 两种并行多智能体模式。OpenAI 员工 Vaibhav Srivastav 给出了针对不同任务复杂度的推荐配置，核心原则是“从低开始，按需升级”。
发生了什么
据 The Decoder 报道，OpenAI 员工 Vaibhav Srivastav 在一份内部指南中详细说明了 GPT-5.6 Sol 的推理级别如何对应任务复杂度。该模型提供从“Light”到“xhigh”的五级推理强度，以及“Max”和“Ultra”两种模式，后者可并行部署多个子智能体。Srivastav 建议用户从最低级别开始尝试，仅在任务需要时才逐步提升推理强度，以避免不必要的计算开销。
为什么重要
GPT-5.6 Sol 的推理级别设计标志着大语言模型在“按需计算”方向上迈出重要一步。此前，用户通常只能选择单一模型或手动调整参数，而 Sol 的级别化推理允许更精细地匹配任务复杂度与计算资源。Srivastav 的建议进一步强调了效率优先的理念：简单任务（如摘要、翻译）使用 Light 级别即可，而复杂推理（如数学证明、多步规划）才需要 xhigh 或 Ultra 模式。这种分级机制有望降低使用成本，并拓展模型在资源受限场景（如移动端、实时应用）的适用性。
影响与看点
对开发者而言，理解并善用推理级别将成为优化 GPT-5.6 Sol 应用的关键。例如，在构建聊天机器人时，日常对话可默认使用 Light 级别，仅在遇到复杂问题时动态升级。Max 和 Ultra 模式则适合需要多角度分析或并行搜索的任务，但需注意其更高的延迟和成本。值得关注的是，OpenAI 是否会在 API 中开放级别自动选择功能，以及这些级别在基准测试中的具体表现差异。此外，这种分级思路可能被其他模型厂商效仿，推动行业形成“推理等级”标准。
总体而言，GPT-5.6 Sol 的推理级别设计是实用主义与效率导向的体现，为开发者提供了更灵活的工具箱。未来，如何平衡自动化与手动控制，将是模型应用的重要课题。
