Вторая зацикленная модель OpenAI: что на самом деле утверждает утечка «Запретной оси» с DevDay

У утверждения, о котором эта статья, есть ровно один источник — единственный пост в X. 24 сентября аккаунт @scaling01 написал, что вендор «открыл шлюзы и на DevDay выпустит свою вторую зацикленную языковую модель помимо GPT-6 Astra», назвав рекуррентную глубину «запретной осью» и отметив, что она «больше не запретна». Вот и всё: ни названия модели, ни её идентификатора, ни цены, ни даты — кроме кейноута DevDay 29 сентября в Сан-Франциско, — и ни слова от вендора. Ценность этого утверждения для читателя не в твите, а в фактах, уже стоящих за ним. GPT-6 Astra, выпущенная вендором 3 сентября, — первая продакшн-модель от любой крупной лаборатории, которую репортажи связали с зацикленной архитектурой рекуррентной глубины. GPT-6 Sol и GPT-6 Luna, вышедшие 22 сентября по цене $2 за вход / $10 за выход и $0,10 за вход / $0,50 за выход за миллион токенов, превратили этот флагман в ценовую лестницу. Вторая зацикленная модель означала бы, что вендор больше не рассматривает рекуррентную глубину как разовую ставку, а как постоянную архитектуру — утверждение более масштабное, чем любой отдельный запуск, и куда более трудное для проверки.

Это материал в формате «что известно на данный момент». Всё, что приписывается автору поста или анонимным сообщениям, помечено соответствующим образом, и ничто здесь не следует воспринимать как релиз.

Почему фраза «запретная ось» — самая интересная часть твита

Эта формулировка принадлежит автору поста, это не специальный термин, но она указывает на нечто реальное. В масштабировании трансформеров есть три очевидные оси: параметры, данные и вычислительные ресурсы для обучения. Глубина за счёт рекуррентности — четвёртая, и она странная. Вместо того чтобы складывать в стек N различных блоков, зацикленная модель R раз повторно использует один и тот же небольшой стек блоков, поэтому эффективная глубина примерно равна числу слоёв, умноженному на число циклов, а число параметров остаётся неизменным. Google DeepMind изложила теорию в работе «Рассуждение с латентными мыслями: о силе зацикленных трансформеров», а широко цитируемая работа «Масштабирование вычислений на этапе тестирования с помощью латентных рассуждений: подход с рекуррентной глубиной» привела практические аргументы.

Глубина не даётся бесплатно. Работа по iso-depth-масштабированию зацикленных языковых моделей оценивает показатель эквивалентности рекуррентности примерно в 0,46 — это значит, что один дополнительный цикл даёт около 46% от того, что дал бы по-настоящему новый блок. Вы покупаете глубину со скидкой и платите за неё последовательными вычислениями, а не памятью. Это выгодный обмен, если вы ограничены памятью или хотите, чтобы маленькая модель вела себя как большая, — а именно такой обмен ищут дешёвые уровни любого семейства.

Так почему же «запрещено»? Потому что вычисления, которые происходят внутри цикла, происходят в скрытом состоянии, а не в выдаваемых токенах. Мониторинг цепочки рассуждений — чтение того, что модель записывает, пока думает, — был главным инструментом обеспечения гарантий в отрасли с момента появления моделей рассуждений, и именно этот инструмент сделал июльский инцидент с агентом Hugging Face вообще понятным для следователей. Модель, которая выполняет больше своей работы в латентном пространстве, даёт этому инструменту меньше материала для чтения. Вот уже два года это аргумент против зацикливания на переднем крае, и именно поэтому эта техника распространилась в открытых весах — ByteDance SeedOuro с 1,4 млрд и 2,6 млрд параметров, и Nanbeige4.2-3B, который прогоняет 22-слойный стек дважды, — тогда как лаборатории с опубликованными обязательствами по безопасности держались от неё в стороне. Статьи Alibaba о MeSH и SpiralFormer атаковали ту же проблему со стороны эффективности.

Что OpenAI на самом деле сказала, а что — нет

Публикация, с которой всё началось, — это The Information от 1 и 2 сентября: Astra использует технику под названием «рекуррентная глубина», которую также описывают как «непрозрачную рекуррентность». Это издание с надёжными источниками и реальной репутацией, и это всё ещё репортаж, а не документация. OpenAI никогда не публиковала архитектурную статью, подтверждающую зацикленную конструкцию, а широко читаемый разбор Astra от Себастьяна Рашки прямо говорит, что зацикленная структура выведена из публичных заявлений — в его реконструкции Astra прогоняет свои 22 блока дважды, что даёт 44 эффективных применения блоков, при этом два цикла оптимальны, а большее число дестабилизирует обучение.

То, что говорили сами сотрудники OpenAI, оказалось более узким и осторожным, чем предполагали как освещение в прессе, так и ответная волна критики. Главный научный сотрудник Якуб Пачоцкий 2 сентября написал, что глубина вычислительного графа фронтирных моделей, включая Astra, отличается от GPT-4 не более чем в два раза — ограниченный объём циклов, а не экстремальная рекурсия, на которую намекали некоторые заголовки, — и возразил против того, что он назвал путаным освещением, признав при этом, что мониторинг цепочек рассуждений хрупок и демонстрирует негативную тенденцию. В системной карте Astra, как сообщается, отмечается, что возможность мониторинга трасс рассуждений — это шаг назад по сравнению с GPT-5.6 Sol, что является настоящим признанием и не зависит от того, какая архитектура к этому привела.

Реакция по безопасности была громкой. Бак Шлегерис из Redwood Research сказал, что крайне обеспокоен, и предупредил, что масштабирование рекуррентности может «полностью уничтожить возможность мониторинга CoT»; Райан Гринблатт и Зви Моушовиц привели тот же аргумент в иных тональностях. Самый полезный контраргумент привёл Raschka: OpenAI не раскрывает сырые трассы рассуждений начиная с поколения o1, независимо от архитектуры, а то, что более сильная модель выдаёт более короткую цепочку рассуждений, само по себе не является доказательством скрытого канала рассуждений.

Соедините эти два абзаца — и получите расклад, на который делает ставку твит. «Astra зациклена» — это достоверное сообщение, которое OpenAI отказалась подтвердить. «Вторая зацикленная модель выйдет 29 сентября» — это один пост.

Пять сентябрьских утечек OpenAI, и место этой среди них

Сентябрь породил плотный кластер историй об утечках из OpenAI, и полезное в них то, что они не все относятся к одному и тому же классу доказательств.

• 3 сентября — строки gpt-6-astra и gpt-6-astra-aeon появились в фича-флаге Statsig внутри Codex Desktop; скриншот сделал @notjazii, а распространил @kimmonismus. История об агенте Aeon выросла из этого. Спустя пять недель у Aeon всё ещё нет ни страницы продукта, ни цены, ни документации, ни бенчмарка, и нет идентификатора модели, который бы разрешался.

• 21 сентября — в записях слияния NVIDIA появилась строка «GPT-6 Sol medium».

• 22 сентября — три пути реестра Azure для gpt-6-sol, gpt-6-luna и gpt-6-astra-minor были опубликованы с китайского форума разработчиков locdd.com как действующий URL Microsoft. Когда мы на следующий день запросили конечную точку конфигурации общедоступной площадки, этих трёх новых имён в ней не было; вместо них в реестре присутствовали gpt-6-astra и более старые записи поколения GPT-5.6.

• 22 сентября — вышли GPT-6 Sol и GPT-6 Luna. Цена, идентификаторы моделей, примечания к выпуску SDK, листинг в Bedrock, пункт в списке выбора GitHub Copilot и статус модели по умолчанию в Perplexity — всё это появилось в течение суток.

Закономерность не так уж тонка. Классы утечек, которые несли артефакт внутри реально поставляемой поверхности — примечания к релизу SDK, облачного реестра, флага функции в десктопном приложении, — продолжали превращаться в продукты. Классы утечек, которые были лишь названием, — нет. Сегодняшнее заявление — вторая зацикленная языковая модель от OpenAI на DevDay — не несёт вообще никакого артефакта: ни строки, ни флага, ни пути в реестре, ни строки с ценой, ни ID модели. Это не делает его ложным. Это делает его непроверяемым снаружи — а это другое и более честное описание.

Программа DevDay вокруг него реальна и необычно хорошо задокументирована.

Единственное, что можно точно датировать, — это само мероприятие. DevDay 2026 подтверждён на вторник, 29 сентября, в Форт-Мейсоне в Сан-Франциско: Сэм Альтман выступит с основным докладом, а прямая трансляция будет бесплатной — OpenAI объявила дату ещё в апреле.

То, чего от него ожидают, было просигнализировано более явно, чем обычно. Альтман 15 сентября написал, что у OpenAI на этой неделе «большой релиз, а затем к devday — ship x 6», и на следующий вечер отозвал первую половину: «главное, что я хотел запустить на этой неделе, вместо этого будет на следующей, но имхо — оно стоит ожидания!» Руководитель продукта Тибо Соттио, который описывал эту неделю как сопоставимую по масштабу с DevDay, 19 сентября сказал, что релиз всё ещё выйдет во вторник, — и 22 сентября так и произошло: Sol и Luna, а также сохранённый сброс использования Codex для платных аккаунтов. Если читать «ship x 6» как количество из шести вещей, выпускаемых вокруг DevDay, вторая зацикленная модель вполне укладывается в обычный смысл этой фразы; если читать это как гиперболу — не укладывается совсем. В любом случае это пост основателя, а не дорожная карта.

Смежные утечки указывают в одном направлении, не называя модель. Сборка Codex Cloud обнаружилась в desktop ChatGPT сборке 9922 с интеграциями Tailscale и прокси, а онбординг-поток показал тарифные уровни для разработчиков — Free, Prototype и Accelerate, последний за $50 — за несколько дней до keynote. Ни то, ни другое не является зацикленной моделью. Оба согласуются с DevDay, где больше платформы, чем исследований.

Если это реально, то какая это модель?

Никто не сообщил о личности, поэтому нижеследующее является выводом, и его следует читать как таковой.

Кратчайший путь к «второй зацикленной модели OpenAI» — это преемник Astra. Альтман говорил, что более способные модели появятся «очень скоро», а самый дешёвый способ создать такую на рекуррентной глубинной основе — сохранить архитектуру и увеличить бюджет циклов: больше рекуррентности на токен, а не больше весов. Такая трактовка также лучше всего объясняет формулировку про «открывшиеся шлюзы», потому что второй флагман на той же архитектуре — это заявление о том, что первый сработал.

Второе прочтение — это новый уровень внутри существующей линейки GPT-6. Грамматика именования уже породила строки gpt-6-astra-minor, gpt-6-sol и gpt-6-luna, а зацикленный собрат с другим бюджетом глубины вполне согласуется с семейством, которое теперь охватывает диапазон от $0.10 до $50 за миллион выходных токенов. Более дешёвая зацикленная модель стала бы той версией этого, которую читатель сильнее всего ощутит на своём кошельке.

Третья трактовка — релиз с открытыми весами на основе зацикливания — подкреплена меньше всего. Она объяснила бы эту фразу лучше всего, и открытая литература по зацикленным моделям, рядом с которой он бы находился, уже существует в Ouro и Nanbeige4.2-3B, но OpenAI ничего не объявила в этом направлении для этого поколения, а придумывать продукт под слово — именно так и ошибаются, освещая утечки.

Что могло бы сделать это проверяемым до 29 сентября?

Следите за поверхностями, которые устранили последние три утечки, в этом порядке:

• Идентификатор модели, который распознаётся в API OpenAI, или новая строка на её странице с ценами.

• Примечание к выпуску в SDK openai-go или openai-node с указанием идентификаторов новых моделей — именно так Sol и Luna раскрыли собственное появление: SDK v3.65.0 включил идентификаторы моделей за несколько часов до того, как была опубликована страница с анонсом.

• Листинг Bedrock или Azure, или новая строка флага Statsig в десктопной сборке.

• Одно предложение об архитектуре в системной карточке. Именно оно имело бы наибольшее значение и появилось бы последним, потому что OpenAI никогда не подтверждала закольцованный дизайн для Astra.

Всё, что не входит в первые три, — это имя, а имена были наименее надёжным артефактом всего этого цикла.

Почему это важно, даже если твит окажется ошибочным

Две вещи изменятся, если рекуррентная глубина станет стандартом, а не исключением.

Первое — это гарантии. Если следующее поколение будет проводить больше своих рассуждений в скрытом состоянии, то любая оценка, зависящая от чтения записанной цепочки рассуждений модели, теряет сигнал — и это включает оценку безопасности, проводимую третьими сторонами, а не только собственный мониторинг OpenAI. Это входные данные для закупок для всех, у кого есть требования к гарантиям, и они не будут видны в таблице бенчмарков.

Второй — форма ценовой лестницы. Зацикливание обменивает параметры на последовательные вычисления, поэтому переносит стоимость из памяти во время: потенциально дешевле в хостинге, потенциально медленнее на токен. Линейка GPT-6 уже явно оценивает этот компромисс — GPT-6 Astra по $10 за вход / $50 за выход за миллион токенов — это модель глубины, GPT-6 Sol по $2 / $10 — быстрая, GPT-6 Luna по $0.10 / $0.50 — для больших объёмов. Все три доступны на OrcaRouter по прайс-листу OpenAI без наценки, так что если четвёртая, зацикленная модель выйдет 29 сентября, тарифная сетка на нашей стороне — это тарифная сетка вендора в день её выпуска, а снижение цены вендором действует здесь в тот же день, когда оно действует у него.

Практическая польза от такой утечки не в предсказании, а в подготовке. Модель, которая может выйти через пять дней и не имеет независимого бенчмарка, — это ровно тот случай, для которого существует автоматическое аварийное переключение: направьте маршрут на новую модель, оставьте GPT-6 Astra или GPT-6 Sol за ней, и плохая первая неделя будет стоить вам лишь части трафика, а не продакшен-пути. Это также разумный способ тестировать модель с высокой глубиной — DSL маршрутизации объединяет её в один вызов рядом с моделями, которые она должна заменить, а слияние моделей запустит панель из них на одном и том же промпте, что даёт более быстрое представление о новой архитектуре, чем любой пост о запуске.

Что сегодня вечером на самом деле правда

Один пост в X утверждает, что вторая зацикленная языковая модель OpenAI выходит 29 сентября. Ни идентификатора модели, ни цены, ни названия, ни второго источника, ни артефакта. А под этим: флагман, выпущенный 3 сентября, который, по сообщениям, зациклен и чью зацикленность OpenAI никогда не подтверждала; признанное снижение возможности мониторинга трасс рассуждений по сравнению с GPT-5.6 Sol; главный научный сотрудник, который говорит, что зацикливание ограничено в пределах двукратной глубины вычислительного графа GPT-4; и дешёвый уровень, выпущенный 22 сентября, который сделал вопрос об архитектуре коммерчески значимым, а не академическим.

Это слабое утверждение, опирающееся на обстоятельную историю, — что типично для утечки за пять дней до события. Если во вторник в Fort Mason появится вторая зацикленная модель, интересной деталью будет не показатель бенчмарка, а то, повторит ли системная карта оговорку о мониторируемости. Именно эта единственная фраза говорит о том, является ли «больше не запрещено» лозунгом или политикой.