用户感知GPT-5.6 Sol变笨？OpenAI：是算力调整非降智
GPT-5.6 Sol的Max版本上线后，不少用户发现模型好像变“笨”了，而官方的解释却引发了更多讨论：所谓的性能下滑，其实只是一次暗中调整的算力实验，连用户都看不到的内部参数被从960下调到128，直接影响了模型的推理表现。
一线团队的直观遭遇
一个日本市场调研团队的经历最具代表性。当天早上团队照常开工，将Codex Sol MAX接入自研的CLI工具处理复杂计算与深度推理任务，此前这个模型一直能稳定交出远超预期的成果，甚至能达到12到13分的水准，团队成员都十分满意。但到上午10点40分，所有人都察觉到了异常：模型的表现直接跌到了8分，原本需要花十分钟反复调试、调用工具的深度推理能力，好像突然消失了。
社区集体感知的性能下滑
这个团队的经历并非个例，海外开发者社区很快出现了大量类似的抱怨。用户们普遍反映，模型确实变快了，响应速度比之前更利落，但却不再愿意深入思考。以前那种先梳理思路、逐步尝试、边做边自我修正的状态消失了，取而代之的是敷衍了事的浅层回答。有用户在社交平台上总结道：“所有人的推理档位都被集体下调了一级——你原来跑Extra High档位，现在必须拧到Max，才能换回之前的表现。”
普通用户很难直接证明模型出现了性能下滑，因为既看不到模型权重是否被修改，也无法得知服务端分配了多少算力。大家能感知到的只有几个间接信号：响应速度、思考时长、是否会自我检查、是否会调用多智能体协作完成任务，而这些信息都不会被写在公开的模型参数说明里。
未公开的内部算力参数
为了找到问题的根源，社区用户开始挖掘未公开的内部参数，最终发现了一个被称为“juice value”的配置项。这是隐藏在公开推理档位之下的内部算力预算，平台从未对外公布过它的具体数值。有社区用户通过隐藏提示词读取到了系统配置中的juice值：此前Sol的Max档位对应960，而这次调整后，数值直接跌到了128，降幅接近87%。几乎同时，另一组截图显示，Codex客户端的上下文窗口从372k退回了272k，这两个数据迅速点燃了社区的讨论热情。
官方回应：不是降智，是实验性调参
事件发酵当晚，负责Codex与ChatGPT Work的Tibo（Thibault Sottiaux）在社交平台上出面回应，明确表示模型并没有被“降智”，只是进行了一次实验性调整。他一共说明了四点情况：第一，推理效率优化已经上线，节省下来的算力可以让订阅用户多获得约10%的使用额度；第二，Sol的上下文窗口曾从GPT-5.5的272k提升到372k，但出现了计费异常的问题，目前已经回退到272k，后续会再次放开372k的窗口；第三，为了排查新增功能带来的用量增长，团队进行了调整推理强度的实验，也就是内部所称的“juice values”，目前已经将参数改回；第四，High和XHigh档位的多智能体调用和自动审核存在资源浪费的问题，正在修复中。
从公开信息来看，juice value其实是系统内部的推理资源配置标记，简单来说就是模型在单个任务中可以投入的推理算力总量。调低这个参数并不代表模型本身的能力变弱，但会直接影响实际表现：比如长程任务可以探索的路线数量、多方案对比的轮次、代码生成后是否主动运行测试、失败后愿意回滚的次数，以及极难任务中决定成败的长尾能力等等。说到底，这个参数代表的是模型愿意在一个任务上投入多少“精力”。
要彻底终结这次争论，需要开展严格的对照实验：使用同一份模型快照、同一批任务、同一套工具环境，只调整juice这一个变量，看看复杂编码、长程智能体、数学推理和错误恢复能力到底会下降多少。但截至目前，这样的对照证据仍然缺失。
算力成本与用户感知的冲突
这次实验的背景其实是GPT-5.6上线后的算力压力。新版本推出后，用户需求迅速井喷，平台甚至临时放开了五小时的使用限制来应对汹涌的调用量。而GPT-5.6的新功能，比如Max档位的更长思考时间、Ultra档位默认的四个智能体并行、更大的上下文窗口，都需要消耗大量的token。为了理清用量增长的来源，团队选择调整推理资源预算来进行测试，这本是工程上合理的操作，但问题在于，这个被调整的参数刚好是用户最能直观感知到的部分。
从神谕到工业引擎的转型
过去几年，大模型给大众带来的是近乎宗教性的想象，人们将其视为神谕，愿意等待它吐出意想不到的答案，哪怕速度慢、成本高、偶尔出错也可以接受。但实验室中的奇迹无法直接复制到生产环节的工业基础设施中，像Sol这样的前沿模型，正在从实验室中偶尔“显灵”的先知，转变为日常工作流中稳定运转的引擎。这背后其实是一场智能的驯化，而这次争议则将驯化的过程公之于众，也打破了用户对“固定智能”的幻想。
订阅大模型更像是购买一盏灯泡：型号是固定的，但亮度旋钮始终掌握在平台手中。从商业角度来看，这或许是合理的选择，但这种操作不应该永远藏在黑箱之中。如果AI真的要成为企业的基础设施，厂商就必须提供比模型名称更具体的使用边界，让用户清楚自己花钱购买的Max档位到底能保证什么样的体验，否则，所谓的模型版本就只是一张价签而已。
