Ryan Madden 展示了在低思考水平的 Codex 环境中运行的 GPT-5.6 Sol 模型能够成功完成 Factorio 的和平模式流程。Factorio 是一款复杂的自动化和工厂建造游戏。该模型在 13.5 小时的游戏时间内实现了这一里程碑。为了实现这一目标，Madden 利用了一个游戏管理器，允许模型通过 Python 库以程序化的方式与游戏交互。此设置旨在确保 AI 面临与人类玩家相同的物理限制，包括受限的移动范围以及隐藏尚未探索地图部分的“战争迷雾”机制。
这张图片描绘了 Factorio 流程的成功完成，这是 GPT-5.6 Sol 模型实现的主要里程碑。
该模型的表现展现了高水平的胜任能力与特定机械故障的结合。虽然 Sol 展示了管理生产并达到科学研究里程碑的惊人能力，但在游戏的物流核心方面却表现挣扎。具体而言，该模型经常未能利用运输传送带来路由资源，而是选择将物品存放在箱子中，并手动在工厂的不同区域之间运送物资。这种“手动”努力在流程的最后阶段尤为明显，当时模型必须反复移动物资以连接生产系统，并最终实现火箭发射。
这张图片说明了模型在管理生产和达到科学研究里程碑方面的高水平胜任能力。
尽管存在这些物流障碍，此次运行仍代表了相对于之前 GPT-5.5 尝试的重大改进，因为之前的模型完全未能使用运输传送带。Madden 指出，虽然模型在游戏后期科学阶段最终遇到了扩展问题，但其导航工厂复杂性的能力为当前的模型能力提供了宝贵的见解。该实验突显了 Factorio 作为测试 AI 直觉的可读媒介，因为工厂的视觉特性使得观察者比在传统编程任务中更容易识别模型的逻辑究竟在何处成功或失败。