Увімкнення двох налаштувань утроїло результат на тесті ARC-AGI-3

TL;DR

• •Дата публікації: 2026-07-29
• •Джерело: Denis Trends — Popular Feed (Top day)
• •Модель: GPT-5.6 Sol (версія від OpenAI)
• •Бенчмарк: ARC-AGI-3 (тест на абстрактне розумовлення)
• •Ліцензія використання: дані не розкриті

Як це змінить ваш ринок?

Для IT‑команд, що розробить власні продукти на базі великих мовних моделей, головним блokerом є витратна потреба в дорогому перетренуванні для покращення розумових показників. Проста зміна двох конфігураційних параметрів — retained reasoning і compaction — дозволяє трояк підвищитиbenchmark без додаткових витрат на обчислення або дані. Це зменшує бар’єр входження для середніх компаній, які хочуть конкурувати з гравцями, маючими доступ до великих обчислювальних ресурсів.

Визначення: retained reasoning — механізм, при якому модель зберігає проміжні стані мислення та дії між кроками генерації, замість їх повного відкидання після кожного токену.

Для кого це і за яких умов (ОБОВ'ЯЗКОВО: мін. обладнання/бюджет, потрібна команда чи ні, мін. масштаб, час на впровадження.

Для доступу до GPT-5.6 Sol потрібен API‑ключ OpenAI та орієнтовний бюджет приблизно $0,02 за 1K токенів (дані не розкриті). Потрібен один інженер з досвідом роботи з LLM для зміни конфігурації (≈ 2 години). Масштаб: будь‑яка команда, що розробить власний продукт на базі цієї моделі, від одного розробника до відділу AI.

Альтернативи

| | Продукт 1 | Продукт 2 | Продукт 3 | | Ціна | дані не розкриті | дані не розкриті | дані не розкриті | | Де працює | API OpenAI | будь‑яке LLM через фреймворк (наприклад, LangChain) | локально або в хмарі (Llama 3 70B) | | Мін. вимоги | доступ до API, датасет для fine‑tuning | знання LangChain, інтеграція з векторною БД | GPU 24GB+ або доступ до API Llama | | Ключова різниця | потребує перетренування і часу | потребує складного ланцюжка промптів | потребує зовнішнього пошуку і індексації (RAG) |