GPT-5.6上線後給自己降本，運行成本降20%

根據動態 Beating 監測，OpenAI 披露，GPT-5.6 Sol 上線後已經開始參與改進承載自己的生產系統。它通過 Codex 分析真實流量、調整請求分配，並自主重寫 GPU kernel（控制晶片計算的底層程式碼）。相關優化讓模型端到端運行成本下降 20%。

GPT-5.6 Sol 還改進了配套的草稿模型。它自行設計並運行數百次架構實驗，啟動和監控訓練。遇到硬體故障或訓練不穩定時，它也會介入處理。最終，推測解碼（小模型先預測，主模型批量驗證）的 Token 生成效率提高超過 15%。

OpenAI 將這套流程描述為持續反饋迴圈：觀察生產環境、找出瓶頸、修改系統，再驗證整體效果。GPT-5.6 已經參與了其中多個環節。