Meta 話新模型「西瓜」追上 GPT-5.5，但 OpenAI 已經出咗 GPT-5.6，仲要係唔畀公開嗰種

問題係 —— Wang 完全冇講係用邊個 benchmark 嚟比較 。唔知佢係指編碼測試（之前 Meta Muse Spark 喺 Terminal-Bench 只得 59.0，GPT-5.4 有 75.1），定係博士級推理測試 GPQA Diamond（Muse Spark 有 89.5%），定係普通語言理解。呢個比較基本上係冇得 verify 嘅 。

點解 GPT-5.5 已經係個移動目標

OpenAI 喺 2026年4月23日推出 GPT-5.5，一出就登上 Artificial Analysis Intelligence Index 榜首 。但到咗 Wang 發言嘅時候，OpenAI 已經喺 6月26日推出咗 GPT-5.6 系列 —— 分為 Sol、Terra、Luna 三個型號，旗艦 Sol 喺 Terminal-Bench 2.1 創下 88.8% 嘅新紀錄（Ultra 配置更達 91.9%）。

換句話講，Watermelon 追緊嘅係一個已經唔係最尖端嘅模型。OpenAI 嘅發布節奏 —— GPT-5.4 喺 3月5日、GPT-5.5 喺 4月23日、GPT-5.6 喺 6月26日 —— 大約係六星期一個新版本 。等到 Watermelon 正式出街，OpenAI 可能已經去到 GPT-5.7 或者更後嘅版本。

Meta 往績：Avocado 嘅教訓

Watermelon 嘅進取 claim 背後係 Meta 之前嘅挫折。Avocado —— Meta 重組超級智能實驗室後嘅第一個大型模型 —— 由 2026年3月延遲到至少5月，因為內部測試顯示佢喺推理、編碼同寫作方面落後 Google Gemini 3.0、OpenAI GPT-5.4 同 Anthropic 嘅最新模型 。有報道仲話 Meta 考慮過暫時向 Google 申請授權用 Gemini 嚟頂住先 。

Avocado 最終以 Muse Spark 嘅名義推出，但喺 Artificial Analysis Intelligence Index 只排第四，落後 Gemini 3.1 Pro、GPT-5.4 同 Claude Opus 4.6，得分 52 。佢喺醫學同科學測試表現出色（HealthBench Hard 42.8%，業界最佳），但編碼（Terminal-Bench 59.0）同抽象推理（ARC AGI 2 42.5）就唔掂 。

燒錢問題

朱克伯格押重注喺 AI 基建。Meta 超級智能實驗室第一個大型模型 Muse Spark 據報用咗 143億美金 。Wang 話 Watermelon 用嘅算力比 Avocado「多一個數量級」，反映 Meta 願意掟極大量資源去追落後 。

但同一日，有報道話朱克伯格對 AI 進展放緩表達憂慮，同 Wang 嘅樂觀形成強烈對比 。呢種內部矛盾凸顯咗一個問題：單靠堆算力係咪真係追到 OpenAI 更快嘅迭代速度？

GPT-5.6 另一個變數

OpenAI 嘅 GPT-5.6 Sol 目前只係「有限預覽」階段，只畀美國政府批准嘅指定合作夥伴使用 。即係話佢嘅完整能力未必會快速商業化 —— 但佢已經設定咗比 GPT-5.5 更高嘅標準 。Sol 喺 Terminal-Bench 2.1 嘅 88.8%（Ultra 91.9%）同 GPT-5.5 嘅 83.4% 比，係一個有意義嘅能力跳升 。

結論：追緊嘅只係個尾燈

Wang 話 Watermelon 追到 GPT-5.5，喺某啲 benchmark 上好大機會係真嘅，但呢個只係一個向後望嘅目標。等到 Watermelon 正式出街，OpenAI 可能已經去到 GPT-5.7 或者更新。加上 Meta 之前嘅執行延遲（Avocado）同巨額資本開支，單靠堆算力係咪真係追到對手六星期一個新模型嘅迭代速度，仍然係一個大問號。