GPT-5.6 Sol自主优化生产推理栈，服务成本降20%
GPT-5.6 Sol自主优化自身运行环境，成本降20%，标志着AI“自优化飞轮”启动，竞争重心从算力转向效率。
GPT-5.6 Sol（OpenAI最新模型）自主分析了生产流量，用Triton和Gluon（GPU编程语言）重写了内核，优化了负载均衡、KV缓存（缓存中间计算结果）和推测解码（小模型预答、大模型确认），使得GPU产出效率提升，服务成本下降20%，token生成效率提高15%以上。这不是模型自我进化，而是“自优化飞轮”的早期形态。
正文摘录
 新智元报道  这回，AI 开始为自己写代码了！ GPT-5.6 一上线，接到的第一个大活，就是给自己的运行环境来了一次大「翻修」。 它自主重写、优化了 OpenAI 线上那套底层代码，也就是真正负责跑模型的生产 GPU 内核。 7 月 29 日，OpenAI 官方甩出一组数字： GPT-5.6 Sol 参与的内核优化，让 OpenAI 对外的服务成本降了 20%；推测解码的改进，让模型生成 token 的效率提升超过 15%。  这次 GPT-5.6 动的不是一个跑在演示环境里的 Demo，而是 OpenAI 正在线上跑的，每天承载十亿级用户请求的那套生产系统。 用 OpenAI 总裁 Greg Brockman 的话说：让 GPT-5.6 Sol 去提升生产服务效率，正是它又强又便宜的原因之一。  而 OpenAI 内部，早已形成一套完整的打法，Codex 掌门人 Tibo（Thibault Sottiaux）把它概括成两步： 第一步，训出一个足够强的模型； 第二步，用这个模型去把一切变得更好，包括运行它自己的基础设施、推理栈和内核。