OpenAI afirma que su modelo GPT-5.6 Sol supera al Opus 5 de Anthropic en el benchmark ARC-AGI-3…

…pero solo cuando se utilizan las funciones propias de la API de OpenAI. Bajo la configuración oficial de la prueba, el modelo obtuvo una puntuación significativamente menor, lo que generó un debate sobre las comparaciones de benchmarks.

Generado por IA: resúmenes redactados por IA a partir de las fuentes enlazadas. Cómo usamos la IA