Xint beschreef op 26 oktober 2026 een compactionlek in OpenAI’s Responses API en meldde dat OpenAI op 23 oktober een serverzijdige fix had uitgerold. Bij de demonstratie konden andere modellen redenering uit Xints eigen verzoeken als gewone tekst herhalen.
Hoe compaction in de demonstratie werkte
OpenAI beschrijft compaction in de API-documentatie als een manier om de context te verkleinen en tegelijk de benodigde informatie voor volgende beurten te bewaren. Het resultaat is een versleuteld, ondoorzichtig item dat niet bedoeld is om als leesbare tekst te dienen.
Xint gebruikte gpt-5.6-sol om redenering te genereren en liet vervolgens compaction toepassen op hetzelfde model. Daarna werden de compacte gegevens aan gpt-4.1 en gpt-4o doorgegeven, die de inhoud volgens Xint als gewone tekst herhaalden. Xint zegt dat deze route een eerdere maatregel tegen het doorspelen van redenering tussen modellen omzeilde, doordat compaction op het model draaide dat de redenering had gegenereerd. De onderzoekers testten de methode met zelfgeschreven wiskunde- en algoritmepuzzels.
Wat de herhaalde uitvoer aantoont
In één voorbeeld van Xint telde het redeneeritem 405 tokens, het compaction-item 612 tokens en elke echo-uitvoer 609 tokens. De herhaling via twee modellen liet zien dat zij de compacte inhoud konden reproduceren. Xint kon die uitvoer niet woord voor woord vergelijken met de oorspronkelijke redenering; tijdens compaction kan de inhoud zijn geherformuleerd.
De reikwijdte van de test
Xint gebruikte eigen prompts en maakte geen aanspraak op toegang tot de redeneringen van andere gebruikers. De beschreven proef draaide om gpt-5.6-sol; gpt-4.1 en gpt-4o werden gebruikt om de compacte inhoud te herhalen. Xint meldde dat de methode werkte bij alle instellingen voor redeneerinspanning die het probeerde, van minimal tot max.
