原文内容概括缩写：OpenAI一向对技术细节讳莫如深，但近日罕见发布了一篇被称为“goblin-level”的博客，披露了其最新模型（暂称GPT-5.6）在ARC-AGI-3基准测试上的惊人进展。ARC-AGI（Abstract Reasoning Corpus for Artificial General Intelligence）是一个专门测试AI抽象推理能力的挑战，被认为是衡量模型向AGI靠近的关键指标。OpenAI仅改变了两个设置——具体包括推理时计算预算控制（如增加思维链深度）和提示策略优化（如多轮自洽性采样），就使模型得分从之前的约20%提升至60%以上，实现3倍增长。该结果意味着模型不再依赖单纯的参数规模扩展，而是通过更高效的推理机制获得质变。OpenAI强调，这一发现可能颠覆现有的大模型训练范式，即“规模定律”可能被“推理效率定律”所补充甚至替代。博客中还提到，这些设置已在实际部署中验证，成本增加有限但性能提升显著。Altman在社交媒体上表示，这是通往AGI道路上“被低估的钥匙”。尽管具体技术细节（如超参数）未完全公开，但业界普遍认为推理时计算（inference-time compute）的合理分配是核心。该成果也引发了对“下一个Token预测”之外新范式的讨论。