据报道，一名OpenAI员工称，该公司很可能在年内推出1至2款新模型。不过，正在开发的旗舰模型是否会包含在其中，目前尚未确定。据称，旗舰模型还需要完成调整工作，使其行为符合研究人员和客户的预期，并加强测试基础设施。相关报道发布于2026年10月14日。
年内推出的模型与旗舰模型之间的距离
这次报道需要把握的一点是，“推出新模型”和“推出旗舰模型”是两回事。员工预计，到年底前很可能会推出1至2款。但目前正在开发的大型升级版是否会包含在其中，仍存在变数。
旗舰模型还有两项重要工作尚待完成。一是对齐，也就是让AI的发展方向符合开发者和企业用户的期望。二是强化用于验证模型的测试环境。这两项工作都不会体现在性能竞赛的分数上，却会左右模型能否发布。
此外，即便管理层认可了内部安全评估，仍有一道关卡。据称，在基于特朗普总统行政令的先进AI评估框架下，OpenAI已同意在向外部合作伙伴提供新模型访问权限最多30天前，先向美国政府开放访问权限。要到面向公众发布，预计还需要更长时间。“完成后立即上市”的时代已经过去。
反复执行相同处理，让答案不断完善
旗舰模型的关键在于“循环型Transformer”。通常的模型会将作为语言最小单位的token仅通过层层堆叠的计算层一次，然后生成下一个词。循环型模型则会让token多次通过同一层后，再生成下一个词。据称，OpenAI已将这项技术以“Recurrent Depth”之名投入实际应用，并将其作为当前顶级模型Astra的核心。
其目标是提升数学和编程表现，并降低成本。即使是小型模型，也能通过反复思考发挥出超出自身规模的性能。这有点像反复研读同一本参考书，以加深理解。
性能越高，模型内部越难以看清
不过，这种方式也有代价。模型部分“思考”过程会以内部数值表示的形式进行，而不是以人类可读的文字呈现。此前，安全研究人员会追踪模型得出答案前的推理文本，以发现可疑行为。这就是对“思维链”的监控。循环次数越多，这种监控就越难触及模型内部。
据报道，OpenAI为Astra设定了循环次数上限，从而保持推理过程可读。这相当于在发布时有意保留了进一步提升性能的空间。据称，旗舰模型也将采用相同技术，下一步的焦点将是如何划定界限。
微软删除资料凸显技术机密性
微软的一份技术资料让这项机制的实际情况浮出水面。微软可以访问OpenAI的知识产权，本月公开了有关OpenAI推出的Astra平价版“GPT-6.1 Sol”的介绍。其中提到了“循环推理”，并说明模型会通过多个“轮次”处理同一个问题，然后给出答案。
资料称，GPT-6.1 Sol使用了与GPT-6 Sol相同的基础模型权重，并将推理轮次从3次减少到2次。这部分内容后来被删除。一名知情人士证实，该描述与OpenAI私下提供的信息一致。这表明，无论在训练还是推理阶段，循环型技术都是OpenAI格外谨慎对待的领域。
按照轮次数量区分价格档位和性能水平，这一思路有助于基于同一底座推出多款产品。但轮次越多，模型内部就越难以看清。产品设计和安全设计实际上连在同一个调节旋钮上。
占计算资源一成的数字
安全投入的规模也有具体说法。据称，在Hugging Face相关事件之后，OpenAI将约一成的总计算资源用于对齐和安全。如果按数据中心的用电规模衡量，相当于数百兆瓦；若按市场价格租用，年成本将达到数十亿美元。
研究员诺姆·布朗（Noam Brown）也在9月中旬的一档播客节目中表示，自己团队约有一成成员从事安全和安保工作。从组织规模来看，“一成”正逐渐成为一个参照数字。
能否保住可读的推理过程
首席科学家亚库布·帕乔茨基承认，对思维链的监控正变得“脆弱”，“遗憾的是，情况正在朝着糟糕的方向发展”。他还曾警告称，整个行业正陷入一场竞赛，纷纷转向不具备可读推理过程的模型。
性能提升和成本下降，从商业角度看都很有吸引力。也正因如此，问题在于：在不放弃可监控性的前提下，性能究竟还能提升到什么程度。年内将推出的1到2款模型，应该会展现这一问题的阶段性答案。比起旗舰模型何时发布，我更关心它将以何种状态亮相。
コメント