🧠 Две настройки утроили результат GPT-5.6 Sol на ARC-AGI-3 С официальным тестовым окружением модель набрала 13,3%. После включения двух функций Responses API результат вырос до 38,3%, а расход выходных токенов сократился примерно в 6 раз. Средний результат человека на тех же публичных заданиях OpenAI оценивает в 48%. Что изменили: 1. Сохранили рассуждения между действиями Раньше после каждого хода агент терял найденные закономерности и фактически заново разбирался в игре. 2. Заменили обрезание истории на compaction Вместо удаления старых действий длинный контекст сжимался, сохраняя важные наблюдения и выбранную стратегию. В результате агент: - быстрее принимал решения; - реже повторял уже проделанную работу; - лучше учился по ходу игры; - тратил значительно меньше токенов. Итоговый результат зависит не только от модели. Большую роль играют API, управление контекстом, промпт и устройство тестового harness. OpenAI рекомендует использовать Responses API, сохранять рассуждения между вызовами и включать compaction для длинных сессий. https://openai.com/index/how-two-settings-tripled-our-arc-agi-3-scores/ #OpenAI #GPT56 #Agents #ARCAGI #LLM #AIEngineering