OpenAI 公布 GPT-5.6 Sol 部署后效率优化成果

OpenAI 近日通过官方 X 账号及联合创始人 Greg Brockman 透露，已在 GPT-5.6 Sol 完成部署后，进一步借助该模型自身来推进推理效率的前沿优化。OpenAI 表示，这是其能够获得出色性价比的途径之一。

部署后自我优化：两项核心改进

根据 OpenAI 公布的信息，团队在 GPT-5.6 Sol 上线后，将模型本身应用到生产推理链路中，使其在运行层面变得更高效。具体改进集中在以下两个方面：

• GPU 推理内核优化：对生产环境中的 GPU kernel 进行改造，使整体服务成本下降 20%。
• 投机解码（speculative decoding）改进：token 生成效率提升超过 15%，意味着相同算力下可输出更多 token。

技术路径与商业意涵

OpenAI 的做法体现了「模型上线后仍可被用于优化自身服务」这一思路：让一个已部署的大模型反过来协助推理系统的工程调优，而非仅仅被动响应请求。Greg Brockman 将其定位为 OpenAI 实现高性价比的关键手段之一。

从行业角度看，20% 的成本下降与 15% 以上的生成效率提升，对于大规模 API 服务而言意味着可观的边际利润改善，也为后续定价策略或产品迭代提供了空间。

信息来源与局限

目前 OpenAI 仅通过 X 平台短帖披露上述数字，未发布配套技术博客或论文，具体的 kernel 改造细节、基准对比以及覆盖范围（是否面向所有 API 层级）等信息尚未公开。读者如需更完整的方法论说明，仍有待 OpenAI 后续的官方文档或技术报告。