知识卡片：开启两项设置如何将ARC-AGI-3得分提升三倍

一句话结论
通过启用两项API设置（保留推理过程与启用压缩），GPT-5.6在ARC-AGI-3基准上的得分提升至原来的三倍，同时提高了效率。（待核实具体数值和设置细节）

事件概述
OpenAI于2026年7月（根据URL发布日期推测，具体日期待核实）发布报告，说明通过调整两个API参数，使模型在抽象推理基准ARC-AGI-3上取得显著改进。原始材料未能抓取，以下内容基于摘要元数据。

方法/产品要点

• 两项设置分别为：“保留推理过程”（retaining reasoning）和“启用压缩”（enabling compaction）。（待核实具体定义与实现方式）
• 目标模型：GPT-5.6。（待核实模型名称是否为正式发布版本）
• 基准：ARC-AGI-3，一个衡量抽象推理能力的测试集。

主要结果

• 得分较之前版本提升三倍。（待核实基准分数和对比基线）
• 同时提升了运行效率。（待核实效率指标，如延迟/吞吐量改进）

为什么重要
该改进表明，通过简单的API参数调整而非重新训练，即可显著增强模型的推理能力和效率，为LLM部署提供了实用优化方向。ARC-AGI基准被认为是衡量通用智能的重要指标，此结果可能对AI能力边界认知产生影响。

局限与不确定性

• 原始材料未抓取，所有信息均基于摘要，具体设置、实验细节、复现性均待核实。
• 效果是否泛化到其他基准或真实任务未知。
• 提升是否对特定推理类型（如图形、逻辑）有偏向不确定。

可用于图书/PPT/简报的角度

• 案例：调参带来的大模型性能飞跃。
• 强调API参数设计对推理能力的杠杆效应。
• 对比传统微调（成本高、时间长）与推理时调整（低成本、即时生效）的收益差异。

原始材料

• URL: https://openai.com/index/how-two-settings-tripled-our-arc-agi-3-scores
• Candidate summary: How two API settings improved GPT-5.6 performance on ARC-AGI-3, boosting scores and efficiency by retaining reasoning and enabling compaction.
• 英文标题：How enabling two settings tripled our scores on the ARC-AGI-3 benchmark
• 英文关键词：benchmark-evaluation, industry

与既有脉络的关系
无直接关联。本条为OpenAI在推理基准上的最新进展，与ParseBench、OpenRouter等卡片内容独立。