OmniTools 7月12日消息，AI HOT 7月11日消息，OpenAI 公布 GPT-5.6 系列模型在医疗场景下的评估结果。其中最小变体 GPT-5.6 Luna 在最低推理强度下即超越最高推理强度的 GPT-5.5，推理成本降低 25 倍；最大变体 GPT-5.6 Sol 在多项指标中表现最优。
评估覆盖患者端与临床端多样化任务，由专科医生在无限时间及网络访问条件下生成参考答案，再由其他医生进行盲评。评分维度包括准确性、沟通质量、完整性、指令遵循能力及对健康决策的支持性，总计完成 20000 次评分。
结果显示，所有 GPT-5.6 变体在五项维度上均显著优于医生参考回答，且医生在评审中发现 GPT-5.6 回答中的缺陷少于医生自身撰写的答案。
