OpenAI 員工 Vaibhav Srivastav 近日對外闡釋了 GPT-5.6 Sol 模型中五檔推理級別的具體分工，為用戶在任務複雜度與算力消耗之間尋找平衡提供了操作指引。

GPT-5.6 Sol 內置了從 Light、Low、Medium、High 到 xhigh 五檔推理強度，外加 Max 與 Ultra 兩種特殊模式。Srivastav 指出，Light 和 Low 適用於快速、邊界清晰的簡單任務；Medium 則面向規劃與分析類工作；當任務涉及多步驟推理或需要“仔細驗證”時，應啟用 High 或 xhigh。

與五檔線性遞進不同，Max 和 Ultra 採用了不同的工作機制。Max 允許模型在單個問題上投入更長的思考時間，適合那些需要深度鑽研的難題；Ultra 則並行啟動多個子代理，各自處理任務的不同部分，更像一個微型協作系統。Srivastav 強調，級別越高，耗時越長，消耗的 token 也越多，因此他建議用戶從低檔起步，僅在確有必要時才向上擴展。

對於剛從 GPT-5.5 遷移過來的用戶，Srivastav 特別提醒，兩代模型的推理級別並不直接對應，切換時最好從比習慣低一檔的級別開始，以避免不必要的算力浪費。

這一分級設計在提升模型靈活性的同時，也帶來了一些現實問題。外界注意到，OpenAI 此前曾提出讓 ChatGPT 變得“幾乎不需要界面”的願景，而眼下日益複雜的檔位選擇似乎與這一目標背道而馳。此外，Sol 的 Pro 層級至今仍未上線——該層級早些時候曾在一篇基因組學基準論文中意外洩露，但官方尚未給出明確發佈時間。

對普通用戶而言，在沒有自行跑過基準測試的情況下，準確選擇推理級別並非易事。不過，這種多檔位架構或許有助於 OpenAI 收集更精細的使用數據，為後續模型優化與自動檔位推薦積累基礎。從產業角度看，推理級別的細分意味著 AI 應用的運營成本將更加透明，也要求開發者在響應質量與 token 預算之間做出更主動的權衡。