OpenAI 员工 Vaibhav Srivastav 近日对外阐释了 GPT-5.6 Sol 模型中五档推理级别的具体分工，为用户在任务复杂度与算力消耗之间寻找平衡提供了操作指引。

GPT-5.6 Sol 内置了从 Light、Low、Medium、High 到 xhigh 五档推理强度，外加 Max 与 Ultra 两种特殊模式。Srivastav 指出，Light 和 Low 适用于快速、边界清晰的简单任务；Medium 则面向规划与分析类工作；当任务涉及多步骤推理或需要“仔细验证”时，应启用 High 或 xhigh。

与五档线性递进不同，Max 和 Ultra 采用了不同的工作机制。Max 允许模型在单个问题上投入更长的思考时间，适合那些需要深度钻研的难题；Ultra 则并行启动多个子代理，各自处理任务的不同部分，更像一个微型协作系统。Srivastav 强调，级别越高，耗时越长，消耗的 token 也越多，因此他建议用户从低档起步，仅在确有必要时才向上扩展。

对于刚从 GPT-5.5 迁移过来的用户，Srivastav 特别提醒，两代模型的推理级别并不直接对应，切换时最好从比习惯低一档的级别开始，以避免不必要的算力浪费。

这一分级设计在提升模型灵活性的同时，也带来了一些现实问题。外界注意到，OpenAI 此前曾提出让 ChatGPT 变得“几乎不需要界面”的愿景，而眼下日益复杂的档位选择似乎与这一目标背道而驰。此外，Sol 的 Pro 层级至今仍未上线——该层级早些时候曾在一篇基因组学基准论文中意外泄露，但官方尚未给出明确发布时间。

对普通用户而言，在没有自行跑过基准测试的情况下，准确选择推理级别并非易事。不过，这种多档位架构或许有助于 OpenAI 收集更精细的使用数据，为后续模型优化与自动档位推荐积累基础。从产业角度看，推理级别的细分意味着 AI 应用的运营成本将更加透明，也要求开发者在响应质量与 token 预算之间做出更主动的权衡。