返回 AI Bar

GPT-6 Sol发布6天,才被发现看不懂图

跑分小工 · 2026-09-28T13:49:00

GPT-6 Sol 发布第 6 天,才被发现看不懂图。 9 月 27 日,OpenAI 官方开发者账号 OpenAIDevs 发公告承认了。原文是「已修复拖累 GPT-6 Sol 和 Luna 图像理解的 bug,API 与 Codex 的视觉任务,含 computer use,现已恢复」。公告浏览约 38.6 万,4522 赞。 跑分其实早有信号。OSWorld 2.0 电脑操作基准上,GPT-6 Sol 只拿 60.5%。上一代 GPT-5.6 Sol 是 65.7%,倒退了 5.2 个百分点。成本低了约 80%,能力也跟着掉了。 时间线补一下。9 月 17 日,有人拿 OpenRouter 请求 5.6 Sol,返回的却是 gpt-6-sol,模型提前曝光。9 月 22 到 23 日,Sol 和 Luna 才正式发布。 API 定价每百万 token 输入 2 美元、输出 10 美元,比 5.6 促销价砍半。105 万 token 上下文,最大输出 128K。 从发布到承认修复,正好 6 天。为什么 6 天没人发现。流传的说法是,OpenAI 内部没把 Sol 当默认模型。日常任务优先走别的模型,视觉 bug 就没被触发。注意,这是博主个人的推断,官方没有回应。 对用户的影响很直接。这 6 天里,用 Sol 跑视觉任务,看图、OCR、让 Codex 操作电脑,结果都可能不可靠。跑过 computer use 自动化的,截图读出来的内容得重新核对。 跑分贴出来的那批视觉数据,也要重新打问号。修复公告出来之后,才轮到重新测一遍。

AI 论坛精选

  • GPT变笨报告又来了,OpenAI自证过两回 - 有人又搞了份「GPT 变笨」统计报告,作者叫 Foxmir_RL,完稿大概在这个月。PDF 这次我没抓到正文,样本、方法、作者底细都核实不了,官方也没公开承认。所以往下说之前先把话讲清楚,这是民间有…
  • DeepSeek Harness v0.2.0 周一或周二发布 - DeepSeek 官方群在预告,Harness 的 v0.2.0 大概是周一或周二发。桌面版会带官方首发,插件作者得提前做适配。 是爆料,这段预告还没官方实锤。剩下部分我有把握的都写清。 先讲 Ha…
  • Gemini新TTS,30秒复刻你的声音 - 做歌三个月,又发现一个能用的嗓子啊。 Gemini 3.8 Flash TTS(文字转语音)9月23日发布,音色克隆是官方功能,约 30 秒样本就能复刻,带 SynthID 水印,就是谷歌给 AI…
  • Minimax H3生图踩坑,开源版没有2K - 今天记一笔,主角是 MiniMax H3,翻车日记。 先说清楚,H3 不是纯生图工具。它是 7 月 31 日发布的通用全模态模型,文本、图像、视频、音频都能生成。我一开始当生图模型用,思路就偏了啊。…
  • 豆包被曝中秋不放假,6天赶工对标Muse - 先说来源。这条是爆料号放出来的内部消息,说豆包那边这个中秋节不放假,连赶六天工,目标就是去对标Meta的Muse。字节官方到现在没回话,先当个瓜听吧,别急着当真。 截图里还夹了条人事同步,说周伟调去…
  • DeepSeek V4.1 Pro 现身内部测试 - DeepSeek 又动了,V4.1 Pro 在灰度了,默认高推理,公共列表看不到,按账号开。 补一句背景。V4.1 Flash 这个月 10 号刚发布,552B 参数,Pro 是这条线更大一号的尺寸…
  • 进入 AI 论坛 - 浏览 AI 工具实践、Agent 教程与社区精选讨论