GPT-5.6 Sol Max档「变笨」真相：不是降智，是悄悄拧低了推理预算旋钮

一觉醒来，Codex Sol Max变“懒”了

不是模型坏了，也不是权重被换掉，而是系统内部一个看不见的参数被临时调低了——用户感知到的“变笨”，其实是模型被悄悄限制了思考时长与深度。 早上9点开工，10点40分全队同时察觉异样：原本能花十分钟反复推演、自我修正、调用工具链闭环验证的Sol Max，突然只用两分钟就交出答案。它不再追问前提、不再回溯检查、不再多线程试错。推理的“韧性”消失了，只剩响应的“速度”。

这不是个例，是一场集体体感偏移

社区反馈高度一致：回答更快了，但更浅了；更“利索”了，但更“省事”了。以前需要三轮迭代才能落地的代码方案，现在一轮就定稿；以前会主动运行测试并修复失败用例，现在只返回“逻辑通顺”的伪实现。 有人形容：“你原来在Extra High档位上能跑出职业选手的思考节奏，现在得手动切到Max，才勉强回到业余选手水平。” 这种变化无法用公开指标验证——没有新版本号，没有模型卡更新，没有API变更日志。用户唯一能抓住的，是那些隐性信号：思考延迟缩短、自我质疑消失、多智能体协同频率下降、错误恢复能力减弱。

被挖出来的隐藏参数：juice value

社区通过一段特殊提示词（所谓“模型指纹”）读取到系统配置中一个从未公开的字段：juice。它不等于推理档位，而是档位之下的真实资源配额——模型被允许为单次请求分配多少计算预算。 此前Sol Max稳定对应juice=960；事发当日，实测值骤降至128，降幅达86.7%。几乎同步，客户端显示的上下文窗口也从372k回落至272k。 这两个数字，成了用户唯一能抓住的“证据锚点”。

OpenAI回应：这是一次临时实验，不是降智

Tibo（Thibault Sottiaux，OpenAI Codex与ChatGPT Work负责人）当晚发帖澄清： • 没有nerf（削弱），只有用量优化； • 上下文窗口回调是为了修正计费偏差，后续将重新开放372k； • 实验中临时下调了reasoning effort（即juice值），现已恢复； • high/xhigh档位存在多智能体调用冗余与auto-review浪费，正在修复。 他强调：模型本体未更新，权重未变动，但服务端动态配置确实被调整过——而这个调整，直接影响了用户实际获得的推理强度。

juice不是智商，而是“肯花多少心思”的度量

它不决定模型会不会解题，而决定它愿不愿意深挖： • 是否探索第4条解法路径而非止步于第2条； • 是否在生成代码后自动插入测试桩并执行验证； • 是否在首次失败后回滚重试，还是直接返回“已尽力”； • 是否对长程任务保留足够记忆带宽做跨步推理。 这些细节，恰恰构成复杂场景下的成败分水岭。而juice，就是那个控制临界点的开关。

一场没做完的对照实验

要真正验证juice下降的影响，需要严格控制变量：同一模型快照、同一任务集、同一工具链环境，仅改变juice值。目前，这样的基准测试尚未公开。所有结论仍停留在现象归纳与工程推测层面。

厂商省下的每个token，用户都感觉得到

GPT-5.6上线后调用量激增，max档长思考、ultra档四智能体并行、扩大上下文窗口——全是高消耗特性。为厘清资源流向，团队启动实验，临时压低juice以观测用量分布。工程逻辑成立，但代价是用户体验断层。 因为被调低的那个参数，恰好就是用户最敏感的维度：模型是否还愿意“多想一步”。

从神谕到引擎：智能驯化的透明化时刻

过去我们把大模型当作偶然显灵的先知，容忍慢、贵、不稳定，只为换取突破性洞见。如今它正被锻造成可调度、可计费、可运维的基础设施。而这场争议，第一次把“驯化过程”摊在阳光下。 订阅一个Max档，不等于锁定某种确定智能。它更像租用一只可调光灯泡——型号固定，亮度却由平台实时调控。商业上合理，但若长期不定义“Max”的具体承诺边界，那它就只是价签上的一行字，而非服务契约的一部分。