新智元报道
重大消息：GPT-6 Sol 正在内部测试，且已在 OpenAI API 中被发现，预计本月正式发布。
就在昨天深夜，奥特曼的一句爆料，让所有人都兴奋起来。
他发了一个「?（Ship/发布）」的表情，并配文：「这周将有大动作。然后，我们 DevDay 见。」
重置哥 Tibo 更是直言不讳：「本周的发布力度，将达到你原本对 DevDay 2025 预期的水平。简直疯狂！」
圈内的最新爆料，也印证了他们的说法：Opus 5.2 和 GPT-6 Sol，都会于本月上线。
现在，已经有众多开发者发现，自己手中的 5.6 Sol，已经被悄悄自动路由至全新的「GPT-6-Sol」！
实测反馈，可以用四个字概括——快到飞起。
而且就在昨天，已经有关于 GPT-6 Sol 的实测案例流出了。
一个名叫 Salio 的大 V，连续甩出了关于 GPT-6 Sol 的三弹重磅泄露。
第一弹：质量惊人，碾压 GPT-6 Astra
在 GPT-6 Sol 的首个演示中，它的输出质量体现了巨大的飞跃。
而且，在多个方面上，它几乎全面超越了 GPT-6 Astra。
第二弹：编程与前端的降维打击
第二段泄露显示，GPT-6 Sol 在编程和前端生成上击败了 GPT-6 Astra，输出质量简直「逆天」。
更可怕的是，它的生成成本被压得极低，价格要便宜得多！
实测开发者评论说：「OpenAI 这是要把 Anthropic 远远甩在身后了！」
第三弹：视觉生成与游戏创作的质变
第三弹显示，GPT-6 Sol 在视觉生成和游戏创作上，都有了巨大飞跃。
在动态画面生成、实时交互场景以及游戏引擎级创作上，Sol 都令人印象深刻。
在下图中，画面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 的一次重大升级。
现在，已经有越来越多开发者在 API 列表中捕捉到 gpt-6-sol 的身影了，太让人期待了。
所以，GPT-6-Sol 的真实定位到底是什么？
根据爆料，GPT-6-Sol 的定位预计将略低于 Astra，可以类比于 Anthropic 体系中，Opus 低于 Fable 的微妙层级关系。
为什么要推出一个低于旗舰的型号？答案自然是——极致的性价比！
从目前流出的实测数据来看，GPT-6-Sol 的性能无限逼近 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，注定将取代以往的模型，成为所有人每天高频使用的绝对主力。
除了 Sol，呼声极高的还有 GPT-6-Luna。
此前 5.6 版本的 Luna，就以离谱的性价比著称，这次 Luna 的迭代同样令人期待。
不幸的是，种种内部爆料暗示，GPT-6 Terra 或将退出历史舞台。
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宴。
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。
最核心的爆料，就是这句：「OpenAI 目前的第一顺位、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 爆料，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。
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
编辑：Aeneas 大卫
