GPT-5.6 – ARC-AGI Sonuçları
Özgün başlık: GPT-5.6 – ARC-AGI Results
GPT-5.6 Sol, GPT-5.6 ailesinin öne çıkan modelidir. Maksimum muhakeme çabasında Sol, Kamuda ortalama %13,33 ve Yarı Özelde %7,78 ortalamayla (Temmuz 2026 itibarıyla) tek performanslı modeldir. ARC-AGI-3 halka açık oyununu kazanan ilk modeldir (ft09, %87). Sol, alışılmadık bir sahneyi doğru bir şekilde ve oyunun kendi kelime dağarcığını kullanarak okuyabiliyor. Başarısız bir hipotezi çöpe atmak yerine yeniden planlamak için bir neden olarak ele alır. Çoğu aracı hatası, yazdıkları kodun veya yaptıkları eylemin yukarısındadır. Sol, ARC-AGI'de daha iyi performans gösterdiği için değil, öncelikle kendisini yeni bir ortama doğru şekilde yönlendirdiği için performans gösterebiliyor. Her kıyaslamada muhakeme düzeyi başına başarılı/başarısız. En zor görevler (en az seviye çözme) ilk sırada listelenir.