OpenAI GPT-5.6 推理与 harness 效率优化

背景与问题：官方称，过去四年OpenAI模型已扩展至约10亿活跃用户与超200万家企业，效率是把智能红利分发给所有人的核心，为此在技术栈每一层做了系统性优化。方案与落地：OpenAI让旗舰模型GPT-5.6 Sol配合Codex自主重写并优化生产内核（执行模型数学运算的核心代码），并用FpSan等工具验证正确性；Sol还自主设计并运行数百个草稿模型架构实验，自主启动并监控speculator训练，在硬件故障与训练不稳定时自主介入；同时优化负载均衡、缓存与上下文管理。据介绍，GPT-5.6系列按能力与成本分档：Sol在Artificial Analysis Coding Agent Index上以不到一半的成本超越Claude Fable 5，Terra以一半价格达到GPT-5.5的基准水平，Luna定价较Sol低80%。效果与数据：官方披露，内核优化使端到端服务成本降低20%，草稿模型改进使token生成效率提升超15%。该案例为OpenAI自述口径，未涉及客户部署数据与独立核验。