OpenAI高管：80%到90%研究已押向GPT-7、GPT-8

OpenAI高管最近在X上扔出一段话，信息密度不大，但足够让人重新打量眼前的GPT-6系列。

OpenAI应用研究负责人Boris Power透露，公司大约80%到90%的研究，已经聚焦在GPT-7、GPT-8以及更新代际的模型上。

也就是说，GPT-6还没玩明白，下一代已经在路上了。

但这不意味着GPT-6被放弃了。就在本月，OpenAI先推出主打能力上限的GPT-6 Astra，又在9月22日推出更快、更实惠的Sol和Luna。一边把大部分研究精力押向下一代，一边还在给GPT-6家族添油加醋，这种操作看着矛盾，其实是有账要算的。

今天修好的洞，明天可能不再重要

Power对这类优化的定性是明确的：部分投入在内部被视为「极度短视」。

这不是贬义，是对时间尺度的判断。用他的话说，这些工作能帮助团队今天更快迭代、更快学习，但长期的押注，仍然放在下一代模型上。

模型调优有一个典型的坑：你今天费劲补的短板，下一代可能直接跳过。

比如，模型调用工具时容易报错，团队就收集数据、调整训练，把这个窟窿补上。每修好一个问题，产品就更好用一点，团队也多积累一份经验——这在Power看来是必要的，但他也提醒，当下一代模型一来，今天的问题可能就不再是问题了。

模型进化得越快，有些方案的价值就越需要重新掂量。但这不意味着今天不值得做。用户现在就要用产品，眼前的短板该补还得补。Astra的官方介绍里也提到，团队仍在针对实际工作训练模型，并改进Codex，让AI干活更快、更顺畅。

对普通用户来说，这意味着今天为了让AI干活，你得反复改提示词、拆步骤、盯过程，但这些麻烦未必会一直存在。模型升级了，旧的问题可能迎刃而解，新的用法也需要重新摸索。

先做强，再蒸馏

OpenAI还回答了一个问题：既然要把大模型越练越强，为什么同时还要做更小、更便宜的版本？

Power的逻辑很简单：先练出一个能力很强的通用模型，再让它当老师，教会更小、更专的模型。

OpenAI自己已经驾轻就熟这套方法。2025年3月，OpenAI发布新一代音频模型时明确披露，团队通过蒸馏，把自家大型音频模型的知识传递给更小、更高效的模型，并用模拟真实对话的数据，改善小模型的对话质量和响应表现。

官方还给过一个更直观的教学示例：让GPT-4o当老师，训练GPT-4o mini根据葡萄酒信息判断葡萄品种。在该示例的300条验证数据上，GPT-4o mini的准确率从64.67%提高到79.33%，接近GPT-4o的79.67%。

这是特定任务上的结果，并不意味着小模型全面追平了大模型。但学生本来也不必学会老师的全部本事：只要在特定任务上达到需要的水平，又把成本降下来，这笔账就可能划算。

回到GPT-6家族，类似的能力迁移仍在继续。9月22日推出的Sol和Luna，官方称采用与Astra相似的方法训练，把相关能力进步带向成本更低的模型。虽然具体训练配方并未完整公开，也不能直接把Luna说成一个「缩小版Astra」，但方向已经很清楚：大模型抬高能力上限，小模型降低使用门槛。

对普通用户来说，这意味着哪怕你日常选的是便宜模型，也可能间接受益于更强大模型的研究成果。

大小模型怎么分工

不是所有任务，都必须用最顶级的模型。

一份工作里，有些环节需要深度判断，有些只是把已经明确的要求执行到位。让大小模型各接一部分活，才有机会把钱花在刀刃上。

准备项目汇报时，几份材料说法不一、数据口径互相打架，这时可以先让更强的模型梳理逻辑、找出矛盾，再搭起报告框架。等关键事实核实了、方向确定了，后面的工作就可以交给小模型处理。遇到材料无法解释的新问题，或者需要重新判断结论，再交给更强的模型。

大模型负责啃难题，小模型负责接住那些要求明确、反复要做的活。

当然，具体怎么分，还得看模型在这项任务上的实际表现。对于用户来说，便宜固然有吸引力。但如果每次都得自己试模型、拆任务、判断何时切换，出了错还要返工，那么省下的模型费用，很可能又变成了额外花掉的时间。

合理的分工，是让小模型以更低的成本把要求明确的日常工作做好，让大模型在关键时刻接手那些需要更强判断力的难题。这笔账，最终要看完成整项工作的总成本：既包括模型费用，也包括人花在解释、检查和收尾上的时间。便宜的账单，不能靠用户多打一份「管理AI」的工来换。

从工具到同事

Power认为，这几代模型的变化也在改变人的角色。

用GPT-4时，用户需要精心设计提示词；到了GPT-5，虽然更容易上手，仍然得不断反馈纠偏；GPT-6则已经更像一个能接下目标、往前干活的同事。

这还只是Power的判断，不能看成所有任务都可以彻底放手，但OpenAI的官方已经提到一些具体的变化。在Codex中，Astra可以向用户提问，同时继续处理不依赖回答的工作；遇到重要决定，则等待用户输入。官方还称，它能在接收新要求时更好地记住原来的目标和约束。

这些变化没有跑分那么直观，却直接关系到AI能不能从「工具」走向「同事」。背后的考验是AI自主推进任务、持续扛活儿的能力：要记得住目标，能把工作往前推，也知道哪些决定必须请人拍板。

未来的GPT-7、GPT-8能把这种协作能力推进到什么程度，还要看后续产品的表现。但对用户来说，模型升级的价值要算一笔更实在的账：交代完一个目标，还要替它拆多少步骤、催多少次进度、收多少烂摊子？

只有这些负担实实在在减轻了，模型的进步才能真正让我们的工作和生活更轻松。

这既需要大模型不断攻克难题、抬高能力上限，也需要小模型把更多能力带进日常，让人用得起，也愿意天天用。

相关链接：
- https://the-decoder.com/openai-says-80-to-90-percent-of-its-research-already-targets-gpt-7-and-beyond/
- https://x.com/kimmonismus/status/2104334517347516544
- https://x.com/Hesamation/status/2104192201618080101