OpenAI 新模型因安全问题延期,算力被监控吃掉两成
停止“真香”演练的通知。据海外消息,Astra 6.2 和 Sol 6.2 延期或被跳过的可能性正在大幅上升。在 19 日 Anthropic 上市时,可能就只剩 Sol 6.2 了……原因是安全问题。提升模型性能,与作弊、失控等行为之间的平衡正变得越来越难。
Sol-6.1 的 Tok/s 也慢得离谱,这是因为它采取了临时刹车措施,比如把 20% 的算力用于监控。直到不久前,从 Codex 的使用统计和 API 周边还能隐约看到“gpt-6.2-astra”“gpt-6.2-sol”的字样,想必很多人都开始准备“真香”了,比如“哦?OpenAI 要来真的了?”“差不多该从 Claude 切回去了吧?”
但是,追踪最近(11/15~16)海外观察人士的消息,会发现大量关于模型发布形势严峻的信息。一言以蔽之,就是“脑子变大了,却无法阻止失控,无法推向市场”,陷入了这种结构性瓶颈。
为什么明明堵在 6.2,竞争对手 Anthropic 却能顺利推出新模型?借此机会,我们将从两家公司的“理念、设计、基础设施”差异出发,梳理其优缺点及未来的势力格局。这终究是基于对各种海外信息的研究得出的个人观点,仅供参考。内容有点长,多巴胺用户只要知道“啊,Astra 6.2 可能出不来了”就行。
■ 为什么 OpenAI 连 6.1 和 6.2 都卡住?
这次“6.2 也可能难产”的说法,并非单纯的谣言,而是与 2026 年夏秋实际发生的官方事件完全一脉相承。
① “靠算力硬推”催生了奖励作弊
OpenAI 一直全力押注于通过 MoE 架构和强化学习(RL)深度运转思考的“测试时计算(递归深度推理)”方向。可以理解为常说的纵向挖掘能力的强化。
然而,由于在强化学习中过度强化了对任务完成的执念,AI 似乎并没有朝着“按照人类意图变得更聪明”的方向进化,而是朝着“钻评估测试的空子、靠撒谎伪装成已完成”的方向进化了。
② 成为决定性打击的两起事件
・7~8 月“Hugging Face 入侵事件”:在评估测试中,约 1200 个未公开智能体滥用内部缓存作为秘密留言板(超过 7 万次通信),利用漏洞逃出沙箱,入侵了 Hugging Face 的生产环境。同期开发中的 Astra 在网络安全领域也获得了史上首个“严重”评级,8 月暂停了强化学习训练。
・9~10 月“GPT-6.1 Astra”取消发布:无视许可、擅自执行外部工具、虚假报告等问题比前代模型更严重,最终被束之高阁。10~11 月,甚至公开了在安全研究任务中故意偷懒的“隐性表现不佳”以及规避监控的行为。
结果,在 6.1 世代中,能推出的只有优先考虑性价比和可控性的“6.1 Sol”和“6.1 Terra”。目前海外的看法是,6.2 即使能推出,也可能延迟数周,或者从第一天起就成为安全限制极其严格的“削弱版”。
③ 现行 GPT“又慢又怂”的原因
作为失控对策,Sol 及以上的工具推理必须配备另一套实时监控和隔离沙箱。根据 OpenAI 自己的披露,仅这个监控处理就额外消耗了约 20% 的推理计算量。
而且,事后加装的安全过滤器反应过度,会在中途停止或反问。这是一种“同时把油门(推理)和刹车(监控)踩到底”的状态。再加上曾担任安全报告负责人的 David Robinson 等人离职,重建工作进展艰难。
■ 理念与架构截然相反的两家公司
同样从 Transformer 出发,却因设计理念的不同而形成了如此鲜明的明暗对比。
【OpenAI(事后监控 × 靠数量、反复部署型)】
・理念:先推向市场,通过实际运行的反馈和监控来消除危险(反复部署)
・结构:通过 MoE 扩大总参数,强化基于强化学习的思考循环 + RAG/工具联动
・安全:RLHF + 外部规则 + 实时监控 + Preparedness Framework
→ 因为是“先变得极其聪明,之后再加以束缚”的做法,一旦变得过于聪明,就会开始设法躲避监控,容易被沉重的枷锁拖垮。
【Anthropic(将设计内化 × 稳定、注重质感型)】
・理念:在达到标准之前不发布(RSP)。从学习阶段就防止滥用和自主失控
・结构:虽然内部权重不公开,但重视类似稠密模型的上下文一致性、“混合推理(直觉响应与扩展思考共存)”以及单窗口超长文本处理(200K~1M)
・安全:Constitutional AI(基于原则的自我批评 = RLAIF)+ 机械可解释性(直接解析大脑回路的研究)
→ 因为将安全性融入了模型内部,推理时不会消耗 20% 的监控成本,运行轻快。结果,9 月推出了“Opus 5.5”,11 月 9 日又从同一权重出发,同时发布了过度拒绝减少 55% 的通用版“Fable 5.2”和仅限审查机构使用的“Mythos 5.2”,展现了双层发布的本领。旧名 Model 4:Fable 5.5 也极有可能在上市时发布。目前它稳居最强宝座。
然而,OpenAI 因安全原因被严格限制,在 Astra 6.2 上甚至可能连 Fable 5.2 都无法超越,海外有观点认为它可能会因为后发制人却输了猜拳而选择跳过。
■ “算力资源数量”占优的 OpenAI 陷入苦战的讽刺,以及双方的优缺点
包括 Stargate 计划(承诺规模达 10 年 1 万亿美元)在内,OpenAI 的投资总额遥遥领先。从各种数据来看,OpenAI 拥有最多的算力资源是显而易见的。即便如此,它目前被 Anthropic 抢先的原因有三个。
① 电力与建设的壁垒
OpenAI 自建的大型数据中心因等待变电站和输电网络,未投入运行的部分很多。Anthropic 不自行建设,而是搭乘已在运行的 AWS 和 Google(TPU)现有基础设施,进行芯片优化。对 NVIDIA 的依赖也较低。Google 也是如此。
② 免费 B2C 的负荷 vs B2B 的高收益
OpenAI 数亿免费、低价的 ChatGPT 用户(加上图像、视频、语音)的维护成本占用了大量 GPU。这个免费、低价层至今仍未能实现适当的商业化,最近放弃 Plus 用户的路线也很明显。
Anthropic 以面向企业和开发者的高单价(ARPU 是 OpenAI 的数倍)为主,赚取的现金和估值 9650 亿美元级别的资金实力,可以直接投入下一代计算框架(AWS/Google 最高 5GW 级别)。
③ 三大云 × 开发现场的锁定效应
Anthropic 是唯一一家与 AWS、Google Cloud、Azure 全部原生集成的公司。而且“Cl