2026年7月30日 00:00
GPT-5.6のARC-AGI-3スコアが2設定で3倍に
How enabling two settings tripled our scores on the ARC-AGI-3 benchmark
3行まとめ
- •GPT-5.6がARC-AGI-3でスコア3倍に
- •推論保持と圧縮の2設定が鍵
- •効率も改善、APIで利用可能
詳細
背景
OpenAIはGPT-5.6のAPIにおいて、ベンチマーク「ARC-AGI-3」でのスコア検証結果を公開した。ARC-AGI-3は抽象的な推論能力を測る指標で、AIモデルの汎用的な問題解決力を評価する目的で広く用いられている。同社は性能改善の余地を探る中で、モデル自体ではなくAPIの設定変更に着目して検証を行った。
内容
検証の結果、「推論の保持(retaining reasoning)」と「圧縮(compaction)」という2つのAPI設定を有効にすることで、ARC-AGI-3のスコアが従来の約3倍に向上することが判明した。推論保持は過去の思考過程をモデルが参照し続けられるようにする機能で、圧縮は長い文脈を効率的にまとめることでトークン消費を抑える機能である。この2つを組み合わせることで、精度と処理効率の両方が同時に改善されたという。
今後の影響
この結果は、モデル自体を変更せずAPI設定の調整だけで大幅な性能向上が得られることを示しており、開発者にとって低コストな改善手段となる。ARC-AGI-3のような汎用推論ベンチマークでのスコア向上は、複雑なタスクへのAI活用の信頼性を高める材料になる。
なぜ重要か
GPT-5.6のAPI設定変更だけでARC-AGI-3スコアが3倍に。開発者はモデル変更なしで性能改善を再現できる。
元記事を読む — OpenAI Blog