当前位置: 首页 > news >正文

刚刚,ChatGPT免费版史诗升级!GPT-5.6可以无限白嫖了

刚刚,ChatGPT免费用户迎来一波史诗升级,默认模型现在换成了5.6 Luna。关键是,Chat模式再无次数限制,可以随便薅。本周内会陆续推送。Plus和Pro用户也有福利。

GPT-5.6终于可以无限白嫖了。

刚刚,ChatGPT免费用户迎来一波史诗升级,默认模型现在换成了5.6 Luna

关键是,Chat模式再无次数限制,可以随便薅。本周内会陆续推送。

Plus和Pro用户也有福利。

Chat中的5.6 Sol获得了一波专精升级,官方称其在事实准确性和回答质量上均有明显提升。

不过,此次GPT-5.6 Sol的更新仅限ChatGPT中的聊天体验,Work和Codex中使用的GPT-5.6 Sol版本不在本次更新范围内。

GPT‑5.6 Sol,Chat优化版

Coding热辣滚烫,但事实上,大部分人的使用场景仍然是Chat。

OpenAI表示,每周有10亿人通过ChatGPT进行快速问答、网页搜索、规划、研究、咨询和复杂决策。

他们此次更新GPT-5.6 Sol,正是为了更好覆盖这一整条使用光谱。

更新后的GPT-5.6 Sol回答更聚焦,能根据问题调整详细程度,避免不必要的格式堆砌,并且在单纯附和并无帮助时给出有益的纠正。

对Plus和Pro用户而言,同一模型同时驱动即时回答和深度推理,体验更加一致。

具体而言,对于快速提问,它给出直接回答并附上必要上下文。对于多步规划、研究或写作等更复杂的任务,则给出更完整的回复,同时保持核心建议清晰。

OpenAI展示了一张对比图来说明新旧模型的差异。在一个骑行咨询场景中,新版本会先回答用户真正关心的问题,识别出风而非雨才是主要影响因素,并只保留骑行者需要的细节信息。

甚至还做了一张天气预报表

幻觉方面也是少了很多。

在一次针对金融、医疗和法律领域事实性提示的内部评估中,GPT-5.6 Luna的回答中出现至少一处事实错误的比例比GPT-5.5 Instant降低了约62%,GPT-5.6 Sol则降低了约68%

除了模型本身,订阅用户还能享受到一波UI体验的更新。

大家都知道,自从5.6三款模型推出来之后,又要选模型,又要选推理强度,常常两眼一黑。

Codex的解决方案呢,是有一个滑块按钮,通过左右滑动可以自动调整智能强度,匹配OpenAI为你默认设置的模型加effort。

现在这个功能Chat里面也有了!

Plus和Pro用户可以在网页端、移动端和桌面端通过滑动来调节模型在回答时投入的思考量。日常问题保持快速模式,需要规划、研究、写作、编程或决策时拉高滑块。

对了,免费版用户呢,则会拿到5.6 Luna的下放,并且是完全放开,再无聊天限额。

不过嘛,图片生成、文件上传等功能的限额,仍然是保留的。

但官方也知道,虽然说是5.6,但Luna毕竟没那么水桶,所以说专门为她配了一个新的思考按钮,用来应对复杂问题。

One More Thing

不禁很感慨,这几个月来,所有模型都在打Coding,进步也确实非常迅速。

但我们好像忘了,很多人其实并没有生产力需求,他们可能就是想无聊时,跟AI聊聊天。

自从Coding能力提上去之后,生产力是提高挺多的,但也仿佛看着个得了阿尔茨海默症的兄弟,一天天不说人话了。。。

总感觉,这好像不是个AGI该有的样子?

近日,字节跳动创始人张一鸣在Seed全员会上的一番发言,也是从另一个角度呼应了行业对包括「Chat」在内的,Coding之外模型能力的再关注吧。

据晚点LatePost报道,张一鸣在会上明确表示,编程只是眼下的热点之一,不应该完全被它牵着走,编程之外还有更多更大的机会。他鼓励Seed团队追求智能上限,期待模型能力跻身世界第一梯队。

字节可能是想弯道超车,说这种话倒挺符合直觉的。

但明明已成功跻身硅谷Coding双子星,OpenAI却还记得Chat用户,花精力专门为Chat模式优化模型,确实蛮出乎意料。

可能也跟他们C端用户比较多和广告商业模式有关吧。

不过……

Codex到底啥时候重置啊!!!

http://www.cnnetsun.cn/news/3968389.html

相关文章:

  • Flow Matching训练稳定秘籍:VAE Latent归一化原理与工程实践
  • EEG同步方案:StimTracker
  • LLC谐振变换器磁性元件设计实战:从理论计算到400W变压器绕制
  • Unity帧同步战斗系统:从确定性原理到工业级实现
  • ComfyUI终极指南:三步掌握AI图像生成,打造你的创意工作站
  • Ace Data Cloud 创收联盟:把 AI 能力变成可持续业务的两条路径
  • 网络攻击检测算法解析:从原理到实战优化
  • BongoCat:打造你的智能桌面猫咪伙伴终极指南
  • 自考英语—4 类学习方式—常见搭配短语—东方仙盟
  • 云克隆炎症“铁三角”——IL10/IL1b/IL6三因子Panel为快速炎症分型提供“最小可行方案”
  • DevOps实践指南:从文化到工具链的完整落地路径
  • 理解C++内联函数:原理、用法与代码示例
  • 如何5分钟搞定《神界:原罪2》模组管理:Divinity Mod Manager 终极指南
  • 5分钟掌握AI化学合成规划:AiZynthFinder终极实战指南
  • 金蝶云星空与百胜E3OMS系统对接实战指南
  • 低成本步进电机云台方案:电赛与机器人项目的两轴旋转平台实现
  • EBOM、PBOM、MBOM到底有什么区别?研发、工艺、生产别再混着用了!
  • 高斯过程回归在声场估计中的传感器优化布置
  • ESP32无线感知:CSI工具包实战指南与室内定位应用
  • 当数据不再“说人话”:宏智树AI如何把统计学变成你的“第二本能”
  • SpringBoot+Vue全栈实习管理系统开发实战
  • 华为光猫配置解密工具:网络工程师的终极解决方案
  • 15分钟搞定完美黑苹果!OpCore-Simplify图形化配置神器
  • 基于GaN与飞跨电容三电平的30KVA高密度AC/DC变换器设计解析
  • 构建智能工单排查系统:从规则引擎到知识闭环的工程实践
  • 基于Electron与CodeMirror 6构建所见即所得Markdown编辑器的技术实践
  • 园区数字孪生怎么做?开发的关键步骤有哪些?
  • UE Viewer:虚幻引擎资源查看与导出的完整解决方案深度解析
  • 闭源降价80%,开源却在涨价:AI定价的交叉路口
  • 从零制作同人动画:技术路线、流程与实战避坑指南