批评基准测试套件差，对AI数据公司营销不利
这可能是世界上最差的基准测试套件，发布它对AI数据公司来说是很糟糕的营销
我们评估了@OpenAI最新的旗舰模型GPT-5.6 Sol在APEX前沿基准测试上的表现，它是我们看到的最高效的模型之一。Sol与其它前沿模型竞争，使用更少的token就达到了类似水平。GPT 5.6 Sol取得了接近前沿的结果 https://t.co/9ELQtk1StC
我们评估了@OpenAI最新的旗舰模型GPT-5.6 Sol在APEX前沿基准测试上的表现，它是我们看到的最高效的模型之一。Sol与其它前沿模型竞争，使用更少的token就达到了类似水平。GPT 5.6 Sol取得了接近前沿的结果 https://t.co/9ELQtk1StC