标签： GPT-5.6
-
在 GPT-6.1 Sol 上线 Codex 后，我重新使用此前的 Marathi 技术翻译基准，对 GPT-5.6 Sol High、GPT-6.1 Sol High 和 GPT-6.1 Sol Medium 进行盲测。测试继续使用相同的三个复杂 A Tour of Go 页面，并由 ChatGPT、DeepSeek、GLM、千问和豆包五个独立 Reviewer 按统一规则评分。最终五 Reviewer 聚合结果为：GPT-5.6 Sol High 92.67、GPT-6.1 Sol High 92.20、GPT-6.1 Sol Medium 91.67。GPT-6.1 High 已经非常接近现有默认模型，但仍没有形成足以推动正式 Generation 默认切换的质量优势，因此项目暂时继续使用 GPT-5.6 Sol High。文章同时记录了 Index-Translate-35B-A3B 因公开 API 4096-token context 无法承载完整 benchmark 而未进入评分，以及旧 mechanical checker 对合法 inline-code pair 换序产生 false positive 的情况。
-
2026 年 10 月 1 日，在维护 A Tour of Go 多语言翻译项目时，多个既有 ChatGPT 会话突然失去 Desktop Commander / RDC 工具能力。经过 Revoke、插件卸载与重装、重新授权以及新建会话后，RDC 表面恢复，但 ChatGPT 仍频繁出现“只说不做”、无法连续完成读取、写入和验证等异常。到 10 月 2 日，相同环境下 RDC 与长任务执行能力又恢复正常，单次任务可连续运行二十多分钟。本文记录完整排查过程，并讨论一个重要可能性：界面仍显示 GPT-5.6 Sol High 时，后台实际模型路由或运行时能力可能发生了变化。该判断来自工程行为对照，并非后台日志确认。
-
本次重新评估 A Tour of Go 的 TranslationUnit 翻译方案，根本原因不是单纯比较模型能力，而是 ChatGPT 作为批量翻译引擎在实际工作中出现持续稳定性问题，即使从 ZIP 交付简化为 JSON，翻译任务仍可能卡住。实验使用 5 个正式 TranslationUnit、完整 zh-CN glossary、protected token、独立随机匿名和 Engineering Gate，对 ChatGPT GPT-5.6 High、Codex GPT-5.6 Sol High 与 Extra High 进行四模型匿名评审。结果显示，ChatGPT High 的外部评审平均分为 96.67，Codex High 为 95.73，Extra High 为 95.87，三者已进入相近的高质量梯队，而 Extra High 并未表现出稳定优势。综合翻译质量与本地批量执行能力，后续默认翻译引擎准备调整为 Codex GPT-5.6 Sol High，ChatGPT 则重点用于统一 Quality Check，并以所有 TranslationUnit 最终达到 A 作为质量验收目标。
-
Codex 扩展更新到 26.721.41059 后，出现了 Fast 模式提示：根据上周 8 个 chats 的使用情况，Fast 预计可节省约 57 分钟，但同时会增加套餐使用量。结合 OpenAI 官方 Codex Speed 与 Rate Card 文档，可以确认 Fast 的本质是用更高的 credits 消耗换取更快的执行速度，而不是提高套餐额度利用效率。对日常使用来说，Standard 更适合作为默认选择，Fast 则适合需要连续修改、测试和快速反馈时临时开启。