OpenAI 于 7 月 9 日推出其最强 AI 模型 GPT-5.6 系列，在后续的架构优化过程中，官方团队利用 GPT-5.6 Sol 模型来优化自身运行效率，降低计算成本、提高 GPU 利用效率。

　　OpenAI 公司称，系统会按地域、可用容量和加速器类型分配请求；集群内部还会参考负载、上下文长度、缓存可用性等因素分发任务。GPT‑5.6 Sol 通过 Codex 分析生产流量、识别负载失衡

　　在模型前向传播环节，GPT‑5.6 Sol 识别可预计算、可避免或可并行的工作，并通过 Codex 自主改写和优化生产环境中的 GPU 内核。附上相关如下：

　　团队让 GPT-5.6 Sol 模型学习 Triton 和 Gluon 两种编程语言，让模型据此优化推理引擎内核，使生产环境 GPU 内核带来的端到端服务成本最多降低 20%。