一觉醒来，GPT-5.6 Sol 似乎变“笨”了。日本一家市场调研团队在 Reddit 上发帖，详述了他们遭遇的异常：原本被视为“远超预期的怪物”的 Codex Sol MAX，突然在复杂推理任务中表现大幅下滑。
上午9点，团队照常使用这款接驳自研 CLI 工具的模型。起初一切正常，该模型一直稳定在12分或13分的水平。然而到了10点40分，全队成员同时意识到不对劲。如果满分是10分，它现在只能交出8分。那种深度推理的能力仿佛被“剥掉”了。以往，它面对复杂提示词会花费十分钟以上，反复推演、调用工具直至完美；而此刻，这种能力似乎“彻底消失”了。
这并非孤例。全网都在抱怨 Codex Sol MAX 变笨了。社区反馈高度一致：模型变快了，回答更利索，但它不再愿意往深里挖。以前那种先研究、再动手、边做边自我推翻的劲头没了。X 上网友的比喻一针见血：“所有人的推理档位被集体下调了一级——原来跑 Extra High，现在得拧到 Max，才能换回原来的力气。”
用户无法验证模型权重是否改变，也无法查看服务端的算力分配，只能通过四个间接信号感知变化：响应速度、思考长度、自我检查频率以及智能体协作情况。正是这些信号，促使网友挖掘出了一个 OpenAI 从未公开的内部参数——**juice value**。
Juice value 是推理档位之下的底层资源，代表内部推理算力预算。7月9日 GPT-5.6 发布时，官方曾宣称 max 档位能让 Sol 获得最充足的深度推理时间。而社区通过“模型指纹”提示词发现，Sol max 档位的 juice 值已从 960 骤降至 128，跌幅近 87%。与此同时，Codex 客户端的上下文窗口也从约 372k 回退至 272k。这些数字迅速点燃了社区的情绪。
面对质疑，OpenAI 负责人 Tibo 在当晚回应：“没有 nerf（降智），只有优化。”他解释了四点原因：首先，推理效率优化已上线，节省的算力回馈给用户，预计可增加约 10% 的用量；其次，上下文上限因计费问题从 372k 回退至 272k，几天后将恢复；第三，团队为查明用量去向，曾调整推理强度（juice values）进行实验，现已改回；第四，修复了 high 和 xhigh 档位中多智能体调用及 auto-review 的浪费。
Tibo 承认配置确实有过变动，但强调模型权重未动。Juice value 本质上是一个推理资源配置标记，决定了模型在一个任务上能投入多少心思。预算调低不等于模型变弱，但确实可能影响长程任务探索路线、方案比对、代码测试回滚以及长尾能力。要终结这场争论，仍需一场严格的对照实验——同一模型快照、同一任务、同一环境，仅改变 juice 一个变量，观察复杂编码和长程智能体的表现。
Tibo 口中的这场实验，源于 GPT-5.6 上线后的需求井喷。OpenAI 曾临时放开五小时窗口限制。而 GPT-5.6 的新特性——max 档的深度思考、ultra 默认的四智能体并行、更大的上下文窗口，全是“吃 token”的猛兽。厂商通过降低 juice 来节省成本，用户则直观地感受到了模型“不肯想了”。那个被调动的变量，正是用户最敏感的痛点。
过去几年，大模型公司带给大家的是一种近乎宗教性的想象，人们视其为深夜吐露神谕的先知。但如今，Sol 等模型正从“显灵”的先知，转变为在日常工作流中不停运转的工业引擎。这场争议，等于揭开了“驯化”的现场。用户对“固定智能”的幻觉也该结束了。订阅一个模型，更像是买了一盏灯泡：型号是固定的，但亮度旋钮，一直握在平台手里。这种商业选择虽合理，但不应永远藏在黑箱里。如果 AI 真要成为企业基础设施，厂商就必须给出比模型名称更具体的边界，让用户明白自己付费购买的“Max”，究竟保证了什么。否则，它就只是一张价签。