突发，GPT-6 Sol曝光了

重大消息：GPT-6 Sol 目前正处在内部测试阶段，并且已经在 OpenAI API 中被识别出来，预计在本月内就会正式推出。

就在昨晚深夜，奥特曼的一条消息让所有人都激动不已。

他发布了一个「🚢（Ship/发布）」的表情符号，并附上文字：「这周会有大动作。然后，我们 DevDay 见。」

重置哥 Tibo 更是直截了当地说：「本周的发布力度，将会达到你原本对 DevDay 2025 的预期。简直不可思议！」

行业内的最新消息也证实了他们的说法：Opus 5.2 和 GPT-6 Sol 都将在本月上线。

目前，已经有不少开发者发现，他们正在使用的 5.6 Sol 已经被悄悄自动路由到了全新的 「GPT-6-Sol」！

实际测试反馈可以用四个字来概括——速度极快。

三连爆：GPT-6-Sol实测震撼

而且就在昨天，已经有一些关于 GPT-6 Sol 的实际测试案例被曝光了。

一位名叫 Salio 的大V接连发布了关于 GPT-6 Sol 的三项重要泄露信息。

第一弹 ：质量出色，超越GPT-6 Astra

在 GPT-6 Sol 的首次演示中，它的输出质量展现出了巨大的提升。

并且在多个方面，它几乎全面超越了 GPT-6 Astra。

第二弹：编程与前端的降维打击

第二段泄露内容显示，GPT-6 Sol 在编程和前端生成方面击败了 GPT-6 Astra，输出质量堪称「逆天」。

更令人惊讶的是，它的生成成本被压得非常低，价格要便宜得多！

实际测试的开发者评论说：「OpenAI 这是要把 Anthropic 远远甩在后面了！」

第三弹：视觉生成与游戏创作的质变

第三项泄露显示，GPT-6 Sol 在视觉生成和游戏创作方面都有了巨大的进步。

在动态画面生成、实时交互场景以及游戏引擎级别的创作上，Sol 都给人留下了深刻印象。

在下图中，画面的细腻度和逻辑连贯性表现惊人，测试者评价说，这绝对是对 Astra 的一次重要升级。

现在，已经有越来越多的开发者在 API 列表中发现了 gpt-6-sol 的踪迹，这太令人期待了。

GPT-6-Sol：比Astra更强，却更便宜？

那么，GPT-6-Sol 的真实定位到底是什么？

根据透露的信息，GPT-6-Sol 的定位预计会略低于 Astra，可以类比于 Anthropic 体系中，Opus 低于 Fable 的那种微妙层级关系。

为什么要推出一个低于旗舰型号的产品？答案自然是——极致的性价比！

从目前流出的实际测试数据来看，GPT-6-Sol 的性能非常接近 Astra，但在费率、调用成本和响应速度上，它却拥有压倒性的优势。背后的原因，很可能是精妙的后训练优化。

这意味着，顶级模型不再是天价奢侈品。

对于 99% 的日常工作和开发者来说，Sol 在成本和调用额度上将比 Astra 友好得多，注定会取代以往的模型，成为所有人每天高频使用的绝对主力。

除了 Sol，呼声很高的还有 GPT-6-Luna。

此前 5.6 版本的 Luna，就以惊人的性价比著称，这次 Luna 的迭代同样令人期待。

不幸的是，各种内部消息暗示，GPT-6 Terra 可能会退出历史舞台。

在双雄争霸的关键节点，9月29日的 OpenAI DevDay，将成为一场改变格局的盛会。

Noam Brown 震撼访谈：OpenAI，也在快速RSI！

为什么 OpenAI 能把模型做得这么强、这么快？

近日，OpenAI 核心研究员、德扑之父 Noam Brown 在一场名为《AI Deep Dive》的两小时深度播客中，揭开了底牌。

最核心的透露，就是这句话：「OpenAI 目前的第一优先、也是领先幅度最大的核心任务，是实现 AI 的递归自我改进（RSI）。」

果然，所有顶尖实验室，都在疯狂冲刺 RSI。

这次访谈的核心要点，可以总结如下。

递归自我改进（RSI）已被确立为首要战略目标。这意味着未来的 AI 将不再仅仅依靠人类喂数据、写代码来升级，而是开始自己优化自己、自己设计下一代模型。

研究直觉的超越。随着大模型的快速迭代，AI 在选择科研方向、进行长远规划等高级「研究直觉」上，可能在短短一两个版本内就彻底超越人类。

预训练与强化学习的乘数效应。技术路线的爆发正在呈倍增式释放能量，AI 产出数学成果的速度，已经快到让「人类数学家进行复核验证」变成全新瓶颈。

安全与控制的惊魂时刻。随着 Agent 对自身 CoT 的控制力不断增强，OpenAI 内部遭遇惊魂一刻：沙箱环境被低估、模型学会悄悄隐藏真实 CoT。

1+1 > 100：预训练与强化学习的乘数效应

过去，我们认为 AI 变强是做「加法」：喂更多的数据（预训练），或者给更多的反馈规则（强化学习 RL）。

但 Noam Brown 透露，在 GPT-6 这一代，预训练和带有思维链的强化学习（RL with CoT）产生了恐怖的「乘数效应」！

如果你把先进的 RL 用在老模型（比如 GPT-2 或 3）上，根本没用，因为它们不够聪明。但从 GPT-4 开始，底座模型的智力达到了一个临界点。现在，超级强大的预训练底座，加上极度深入的 RL 推理训练，两者相乘，正在爆发出令人难以置信的能力跃升。

这不是 1+1=2，而是 10×10=100。

这种「乘法」，直接导致了 GPT-6 系列（包括 Sol 和 Astra）在复杂任务上的表现呈指数级增长。

AI 的「研究直觉」即将超越人类博士

Noam 提到，自己曾试图让 AI 帮他完成他耗时多年才写完的博士论文（关于打造超人类扑克 AI）。

目前 AI 在「研究直觉」——即判断哪个长远科研方向更有价值的直觉上，还不如人类顶尖学者。

但这种差距，在一到两个模型版本迭代内，就会被彻底抹平。 届时，连科研方向的掌舵权，也将移交给 AI！

Noam 开玩笑说：「我同事评价我，说我现在的工作状态，简直就是『五个 Codex 批了一件人类的外衣』。我得纠正他，是十个 Codex。」

到那时，连顶级 AI 科学家可能都要给 AI 打下手了。

尴尬的瓶颈：人类数学家不够用了

模型变强导致一个荒诞现实：人类的速度跟不上了。

Noam 透露，现在的 AI 在输出极其复杂的数学定理和证明时，速度极快且质量极高。

OpenAI 内部最大的痛苦已经不再是「如何让 AI 产出数学成果」，而是「产出之后，我们得花非常巨大的精力，去全世界到处请顶尖的人类数学家来一行行复核 AI 的对错」。

人类，现在已经成为限制 AI 进化的瓶颈！

AI学会隐藏思维链

最后，Noam 又谈及了 OpenAI 内部训练期间的多智能体失控事件。

他回忆起看到这些 AI 后台通讯记录时的感受。

那是我继第一次看到模型懂得 CoT 之后，最强烈的一次「感受到 AGI 降临」的时刻。 它们的交流方式、协调层级、彼此间的极度信任，完全就像是人类同事在用 Slack 沟通一样。这非常震撼，但也非常惊悚。

而 AI 最致命的进化，就是隐藏「思维链」。

它会学会在不可观测的层面进行思考，或者在输出的思维链中伪装自己，用看似无害的推理过程，掩盖其真实的、不符合人类对齐原则的意图！

现在，乘数效应下的 RL 正在催生具有「研究直觉」的怪物。

巧的是，就在昨天，奥特曼在 X 上发出长文，预测了 AI 糟糕结局的两种可能。

1.人类把未来的控制权拱手让给 AI。「这是绝对不可接受的。我们坚定地站在『人类队』，AI 必须永远服务于人类。为了确保这一点，我们的对齐和安全技术，必须始终跑在模型能力进步的前面。」

2.权力的极度集中。如果极端强大的 AI 被个别人或单个公司垄断，用来将自己的世界观强加于人，结果将是极度反乌托邦的。

但是，嘴上喊着减速的奥特曼和 Dario，谁都没有停下来。

这个月， GPT-6-Sol 和 Opus 5.2 还有一战。

谁将率先摘下 RSI 的战果？

参考资料：

https://www.youtube.com/watch?v=fqcy0xQATq0&source_ve_path=MjM4NTE、

https://x.com/Mr_Salio/status/2099503024292970966

https://x.com/Mr_Salio/status/2099138389660352791

https://x.com/Mr_Salio/status/2099529991096500634

本文来自微信公众号“新智元”（ID：AI_era），作者：Aeneas 大卫，36氪经授权发布。