OpenAI的下一张王牌,已经备好。
昨天Codex负责人Tibo甩出一句暗号「Le GPT Fat」,全网都在狂猜GPT-6.2 Astra马上要来。
好巧不巧,就在今天,两个从未公开过的神秘模型ID,突然闪现OpenAI官方API模型列表——
rc-ada-or-vm
rc-ada-sh-vm
短短几分钟后,OpenAI火速将这两个模型从API列表中撤下,手快发起调用的开发者全部撞上了「503容量受限错误」。
同在今天,OpenAI官博还上线了一篇硬件工程长文,悄悄亮出一个尚未发布的「神秘内部新模型」。
它的起步档跑分就跨越了GPT-6 Astra最高满血档,峰值冲上87.5%。
OpenAI憋了数月的下一代杀招,彻底藏不住了。
01 GPT-6.2 Astra内测流出,质感直逼Fable 5.5
几乎同一时间,网友们晒出了一波GPT-6.2 Astra的测试,直接把全网的期待值拉满。
这支「海边鹈鹕骑自行车」的长时序Demo细节拉满、质感惊艳,渲染效果竟能媲美Fable 5.5。
不仅如此,GPT-6.2 Astra纯前端代码手搓动画,也可「食用」了。
下图中它完成了从0到1的动画成型,但在镜头设计和细节颗粒度上,依然被Fable 5.5狠狠上了一课。
大佬Token Gremlin做的同款动画,是由GPT-6.2 Astra自己做的。
经典版「我的世界」,先是做出了SVG图之后,再生成动画。
SVG测试,四款大模型同时绘制PS5手柄,GPT-6.2 Astra和Fable 5.5完全就是新的SOTA。
02 上架几分钟火速撤回,双VM架构与GPT-6.2双子星浮出水面
这场深夜抓包,被开发者Pankaj Kumar、Pradeep Kapoor以及自动化追踪哨所AI Tracker Bot同时逮了个正着。
按照OpenAI一贯的发版节奏,新模型在正式官宣前24到48小时,往往要在生产环境API网关做一次短暂的挂载测试。
目前泄露的双模型代号,前缀rc是候选发布版(Release Candidate)的缩写,说明模型已经走完内部训练和测试,随时能推上线;ada则是这代模型的内部代号。
真正藏着玄机的是后缀里的两个vm(虚拟机)。
or-vm负责拆解任务、全局调度,相当于发号施令的「大脑虚拟机」;sh-vm则是在隔离沙盒里跑命令行、写代码、开软件的「手脚虚拟机」。
把双虚拟机环境焊进API模型底层,说明这代新模型天生就是冲着复杂的长链路Agent任务去的。
另一批开发者则把线索,指向了刚从Codex内部日志漏出来的两款新模型,gpt-6.2-astra和代号「参宿四」的gpt-6.2-betelgeuse(简称Bel)。
前者已经悄悄接管了Codex内部近两成的流量,而以红超巨星命名的Bel,正是参数规模高达10万亿至12万亿的超大母模型,恰好对上了Tibo口中的「胖版GPT」。
也就在两天前的阿布扎比峰会上,奥特曼也亲口承认,前阵子调动10000个Agent连续干了70小时、一举攻克千禧年难题「NS方程」的幕后AI,正是即将面世的「下一代GPT」。
这次闪现API的两个候选版本,极可能就是准备上架的GPT-6.2「双子星」。
03 神秘新模型「起步档碾压Astra满血版」
如果说API闪现只是露了个名字,OpenAI几乎在同一分钟发出的博客《加速物理世界的工程研发》,则亮出了这代新模型的恐怖肌肉。
眼尖的评测机构LuminaBench第 一时间盯上了博客里的第 一张跑分图。
在这张名为 BenchCAD 2.0 的评测图上,OpenAI罕见地把当家主力 GPT-6 Astra ,和一个署名为 「内部模型」 的神秘对手放在了同一张表里。
这份榜单考的全是硬核工程活,100道真实案例,要求模型一边写代码、一边调用物理工程知识,把3D零件和装配体重新建出来,还要理清PCB电路板上的连接关系。
扒开OpenAI网页底层的图表数据,两代模型的差距相当悬殊。
现役主力GPT-6 Astra从最 低档一路拉到第五档,哪怕把推理算力推到极限,得分也只停在59.4%。
而那个神秘内部新模型一上来,最 低档位就拿下了75.8%,比Astra的满血极限还要高出16个百分点,单题成本反而更便宜;继续往上加推理算力,分数一路飙到87.5%,把天花板抬高了28.1个百分点。
BenchCAD 2.0基准的第 一作者Haozhe Zhang连声惊叹,直言分数从0.594跃升到0.875的跨度太过震撼。
网友Prinz按Astra的API价格算了一笔账,这个神秘内部模型单题花11美元就能拿到起步高分,花37美元深度思考后就能交出准工业级的答卷。
这么一看,逻辑瞬间通了。
要在BenchCAD 2.0里自动搭3D装配体、查公差、跑PCB布线,模型必须能在沙盒里自己调CAD脚本和仿真软件,恰好对应了API里闪现的rc-ada-or-vm与rc-ada-sh-vm双虚拟机架构。
从Tibo放风的「Le GPT Fat」,到API后台闪现又秒撤的rc-ada双虚拟机模型,再到官博同分钟亮底牌的87.5%内部模型,所有拼图已经全部就位。
既然候选发布版(RC)已经挂上API网关,距离OpenAI正式放大招,只剩最后倒计时了。
