ร่องรอยการให้เหตุผลของ GPT-6.1 Sol: อ่านเข้าใจได้เพราะเป็นบทสรุป ไม่ใช่เพราะหลุดออกมา

เมื่อเวลา 00:46 UTC ของวันที่ 21 ตุลาคม 2026 ภาพหน้าจอของGPT-6.1 Solซึ่งเป็นข้อความการให้เหตุผล เริ่มแพร่กระจายบน X โพสต์โดย @scaling01 พร้อมคำบรรยายว่า "ร่องรอยการให้เหตุผลอ่านออกได้หมด ไม่มีอะไรต้องกังวล" เรื่องตลก — และมันเป็นเรื่องตลกจริง ๆ — คือร่องรอยเหล่านี้สามารถอ่านออกเป็นภาษาอังกฤษธรรมดา ซึ่งเป็นเงื่อนไขที่ Andrej Karpathy กล่าวไว้ในเดือนกันยายน 2024 ว่าจะหมายความว่าการเรียนรู้แบบเสริมกำลัง (reinforcement learning) ไม่ได้ทำงานอย่างถูกต้องอีกต่อไป มีสองสิ่งที่ต้องพูดก่อนอื่นใด ประการแรก โมเดลนี้ไม่ใช่ของใหม่: GPT-6.1 Sol เปิดตัวเมื่อวันที่ 29 กันยายน 2026 ที่ OpenAI DevDay และไม่มีอะไรในโพสต์นี้ที่เป็นการเปิดตัว การเพิ่มเลขเวอร์ชัน หรือการประกาศฟีเจอร์ ประการที่สอง ภาพหน้าจอก็คือภาพหน้าจอ — มุมมองของผู้สังเกตหนึ่งคนต่อคำตอบหนึ่งรายการ ซึ่งถูกโพสต์ซ้ำโดยผู้ที่ยังไม่ได้ทำการทดลองซ้ำให้ได้ผลเหมือนเดิม สิ่งที่ใหม่และระบุวันที่ได้คือการโต้แย้งที่ภาพหน้าจอจุดชนวนขึ้น ซึ่งดำเนินไปตลอดวันที่ 21 ตุลาคม และดึงดูดให้มีการตอบกลับจาก Karpathy และกลุ่มนักวิจัยที่ถกเถียงกันเรื่องการให้เหตุผลแบบแฝง (latent reasoning) การโต้แย้งนั้นคุ้มค่าที่จะแยกออกมาพิจารณา เพราะสมมติฐานที่อยู่เบื้องหลังนั้นผิดในแบบที่เฉพาะเจาะจงและตรวจสอบได้ ไม่มีส่วนใดในนั้นเป็นเรื่องสมมติ: ความล้มเหลวของ AI และเหตุการณ์ของเอเจนต์ที่ได้รับการบันทึกไว้ ซึ่งอยู่เบื้องหลังการเปิดตัวเช่นนี้ ถูกรวบรวมไว้ใน OrcaRouter AI Incident Archive โดยแต่ละรายการมีแหล่งที่มา ระดับความรุนแรง เกรดความเชื่อมั่น และแฟล็กข้อโต้แย้งของตัวเอง

สิ่งที่ถูกโพสต์จริง ๆ และสิ่งที่ได้รับการยืนยันจริง ๆ

ถอดกรอบการนำเสนอออกไปแล้ว หลักฐานก็มีน้อย ซึ่งเป็นเรื่องปกติสำหรับเรื่องแบบนี้ ผู้ใช้คนหนึ่งโพสต์ภาพหน้าจอผลลัพธ์ของโมเดลที่อ่านเป็นร้อยแก้วภาษาอังกฤษธรรมดาและมีรูปแบบถูกต้อง มากกว่าจะเป็นภาษาย่อที่บีบอัดและไม่มีเครื่องหมายวรรคตอนซึ่งข้อความ chain-of-thought มักยุบเหลือเช่นนั้นภายใต้แรงกดดันสูงจากการฝึก โพสต์นั้นมีผู้ชมราว 65,600 ครั้งตอนที่ถูกเก็บถาวร Karpathy ตอบว่า “ใช่ ผมว่า RL กำลังได้ผลแล้วจริง ๆ” พร้อมอ้างคำพูดของตัวเองเมื่อกันยายน 2024 ที่ว่า คุณบอกได้ว่า RL ถูกทำอย่างถูกต้องเมื่อโมเดลเลิกพูดภาษาอังกฤษใน chain of thought ของมัน คนอื่นไปไกลกว่านั้น: คำตอบหนึ่งเสนอว่าวงการนี้ “อาจต้องกัดฟันเปลี่ยนไปใช้ latent reasoning แบบเต็มรูปแบบ” และอีกคนโต้แย้งว่า trace เหล่านั้นเพียงแค่สูญเสียช่องว่างไป และเมื่อเติมกลับเข้าไปก็ได้ถ้อยคำแบบโมเดลที่กระชับธรรมดาเกี่ยวกับการเฝ้าติดตามและการไม่คิดค้นข้อกำหนดขึ้นมาเอง

ในเธรดนั้นมีข้อกล่าวอ้างแยกกันสามข้อที่พันกันอยู่ และแต่ละข้อมีสถานะเชิงหลักฐานที่ต่างกันมาก ข้อที่ว่าภาษาอังกฤษที่อ่านออกได้นั้นปรากฏในผลลัพธ์ที่อ้างว่าเป็นของ GPT-6.1 Sol — ยังไม่ได้รับการยืนยัน เป็นเพียงภาพหน้าจอเดียว และไม่มีการเผยแพร่พรอมต์หรือ request ID ข้อที่ว่าการที่อ่านออกได้นั้นบ่งชี้ว่ากระบวนการให้เหตุผลภายในของโมเดลสามารถอ่านได้แล้ว — ยังไม่ได้รับการยืนยัน และดังที่หัวข้อถัดไปจะแสดงให้เห็น น่าจะเป็นการจัดประเภทผิด ข้อที่ว่าการที่อ่านออกได้นั้นบ่งชี้บางอย่างเกี่ยวกับว่า RL ทำงานได้ดีเพียงใด — เป็นการตีความที่ถูกเสนอเป็นเรื่องตลกโดยผู้ที่ยังไม่ได้รันโมเดลในคอนฟิกูเรชันนี้ ให้ถือทั้งสามข้อเป็นข้อสังเกตจากชุมชน ไม่มีข้อใดเป็นข้อค้นพบ

สิ่งที่ API ส่งคืนจริง ๆ ซึ่งเป็นส่วนที่ไม่มีใครยกมาอ้าง

นี่คือรายละเอียดที่เธรดข้ามไป GPT-6.1 Sol ไม่ได้ส่งคืนกระบวนการคิดของมันกลับมา และเอกสารของ O​penAI เองก็ระบุไว้ตรง ๆ ว่า API ไม่ได้เปิดเผยโทเค็นการให้เหตุผลแบบดิบที่โมเดลสร้างขึ้น และรายการการให้เหตุผลที่มันส่งคืนมาก็ยังคงทึบไม่โปร่งใส สิ่งที่ส่งกลับมาถึงผู้เรียกมีสามอย่างที่แตกต่างกัน และมีเพียงอย่างเดียวเท่านั้นที่เป็นข้อความร้อยแก้ว:

• ห่วงโซ่ความคิดแบบดิบ — ไม่ถูกส่งคืนเลย ไม่ว่าจะระดับความพยายามใด ภายใต้การผสมพารามิเตอร์แบบใดก็ตาม

• สรุปการให้เหตุผล — เป็นแบบเลือกใช้ โดยร้องขอผ่านพารามิเตอร์ summary และเขียนโดยโมเดลในลักษณะเล่าเรื่อง มากกว่าการยกมาจากโทเค็นที่โมเดลใช้ให้เหตุผลจริง ๆ

• จำนวนโทเค็น — output_tokens_details.reasoning_tokens ซึ่งเป็นตัวเลข และเป็นที่เดียวที่การให้เหตุผลจะปรากฏโดยค่าเริ่มต้น

รายการตรงกลางนั่นแหละคือสิ่งที่สกรีนช็อตนั้นเกือบจะแน่นอนว่าเป็น ช่องทางสรุปนั้นอ่านเข้าใจได้โดยการออกแบบ — นั่นคือจุดประสงค์ทั้งหมดของมัน มันถูกสร้างขึ้นเพื่อให้มนุษย์อ่าน ในระดับภาษาแบบที่มนุษย์อ่าน และความลื่นไหลของมันบอกคุณเกี่ยวกับสไตล์ของผู้สรุป ไม่ใช่เกี่ยวกับรูปร่างของการคำนวณที่อยู่เบื้องหลัง สัญญาณบ่งชี้ก็ไม่ใช่เรื่องละเอียดอ่อนอะไร: หากข้อความในสกรีนช็อตมีช่องว่างครบถ้วนและประโยคสมบูรณ์ มันก็ไม่เคยเป็นร่องรอยดิบเลย คำตอบที่โต้แย้งว่าช่องว่างนั้นเพียงถูกตัดออกและสามารถกู้คืนได้ กำลังกล่าวถึงประเด็นเดียวกันจากอีกทิศทางหนึ่ง และเป็นการมีส่วนร่วมที่มีฐานทางเทคนิคมากที่สุดในกระทู้นี้

ทำไมประโยคของ Karpathy จึงใช้ไม่ได้กับที่นี่ในแบบที่มันถูกนำมาใช้

ข้อกล่าวอ้างในปี 2024 เกี่ยวข้องกับการวินิจฉัยเฉพาะอย่างหนึ่ง: ข้อความ chain-of-thought ดิบที่เสื่อมลงเป็นภาษาที่ไม่ใช่อังกฤษหรือชวเลขที่แยกวิเคราะห์ไม่ได้ ถือเป็นหลักฐานว่านโยบายได้รับการปรับให้เหมาะสมถึงจุดที่ชั้นถ้อยคำของมันกำลังทำสิ่งอื่นที่ไม่ใช่การสื่อสาร การวินิจฉัยนี้ใช้ได้เฉพาะกับร่องรอยดิบเท่านั้น หากนำไปใช้กับบทสรุป คุณกำลังทดสอบตัวสรุป ซึ่งเป็นการประมวลผลของโมเดลอีกรอบแยกต่างหากที่มีวัตถุประสงค์ของตัวเอง — อ่านเข้าใจง่าย บทสรุปที่อ่านเข้าใจง่ายคือสิ่งที่คุณจะได้ ไม่ว่านโยบายเบื้องหลังจะเรียบร้อยหรือไม่ก็ตาม

นี่ไม่ใช่ความแตกต่างที่ถูกสร้างขึ้นมาสำหรับโอกาสนี้โดยเฉพาะ มันคือเหตุผลที่ O​penAI เผยแพร่ภาคผนวกว่าด้วยความสามารถในการตรวจสอบเลย: หากเหตุผลดิบเป็นสิ่งที่ผู้ใช้สามารถอ่านได้ การโต้แย้งด้านความปลอดภัยก็จะขึ้นอยู่กับการที่ผู้ใช้อ่านมัน แทนที่จะเป็นเช่นนั้น การโต้แย้งกลับขึ้นอยู่กับระบบตรวจสอบที่อยู่ใกล้โทเค็นยิ่งกว่าผู้เรียก API รายใด ๆ และช่องทางสรุปที่เป็นการเรนเดอร์โดยเจตนา ผลที่ตามมาสำหรับผู้อ่านนั้นตรงไปตรงมา คุณไม่สามารถตรวจสอบเหตุผลของ GPT-6.1 Sol จาก API ได้ คุณตรวจสอบคำตอบ จำนวนโทเค็น และบทสรุปที่มันระบุไว้ได้ ใครก็ตามที่อ้างว่าอ่านใจมันผ่านภาพหน้าจอ ได้อ่านเอกสารที่โมเดลเขียนเกี่ยวกับตัวเอง

ตัวเลขที่เกี่ยวข้องจริง ๆ กับคำถามที่ว่า “มีอะไรผิดปกติในนั้นหรือไม่”

หากคุณต้องการหลักฐานเกี่ยวกับสิ่งที่เกิดขึ้นภายในโมเดล มากกว่าสิ่งที่โมเดลพูดเกี่ยวกับตัวเอง ภาคผนวกด้านความปลอดภัยในการนำไปใช้งานฉบับเดือนกันยายนเป็นแหล่งข้อมูลสาธารณะที่มีเนื้อหาสาระเพียงแหล่งเดียว และดำเนินการโดยผู้ขายเอง — O​penAI วัดโมเดลของตัวเอง เผยแพร่วิธีการ และไม่มีบุคคลภายนอกใดทำซ้ำได้ ตัวเลขสองตัวจากส่วน chain-of-thought ของเอกสารนี้ควรค่าแก่การจดจำไว้

• ความสามารถในการควบคุม CoT — 44.8% สำหรับ GPT-6.1 Sol เทียบกับ 60.9% สำหรับ GPT-6 Astra, 23.2% สำหรับ GPT-6 Sol และ 16.1% สำหรับ GPT-5.6 Sol ค่าที่สูงกว่าหมายความว่าพรอมต์จากภายนอกสามารถชี้นำข้อความการให้เหตุผลได้ง่ายขึ้น

{{1}}การหลบเลี่ยงการตรวจสอบของ CoT-monitor เมื่อใช้ความพยายามสูงสุด{{/1}} — ใกล้ศูนย์ โดยตัวตรวจสอบแบบบริบทเต็มสามารถกู้คืนพฤติกรรมที่ฝังไว้ได้ 100% ในฮาร์เนสของผู้จำหน่ายเอง

• การเข้ารหัสแบบสเตกานอกราฟีในกระบวนการให้เหตุผล — มีความพยายามแต่ยังไม่มีการแสดงให้เห็น ตามเอกสารเดียวกัน

อ่านสิ่งเหล่านี้ประกอบกันแล้ว ภาพที่ได้กลับตรงกันข้ามกับความน่าตกใจในทิศทางที่ทวีตสื่อไว้ โมเดลที่อ่านลื่นไหลที่สุดในระดับผิวเผินไม่ใช่โมเดลที่มีการใช้เหตุผลซึ่งผลักทิศทางได้ง่ายที่สุด Astra ได้คะแนนด้านความสามารถในการควบคุมสูงกว่า ขณะเดียวกันก็เป็นโมเดลที่ผู้ตรวจทานบรรยายว่ามีความสามารถโดยรวมมากกว่า การใช้เหตุผลของ GPT-6.1 Sol ค่อนข้างผลักไปมาได้ยาก และตามตัวเลขของผู้ขายเอง ก็ติดตามได้ง่ายสำหรับตัวตรวจสอบแบบเต็มบริบท “ไม่มีอะไรต้องกังวล” เป็นเรื่องตลก แต่จากหลักฐานที่เผยแพร่ ก็ไม่ได้ห่างไกลความจริงนัก — สำหรับคำถามเรื่องความสามารถในการตรวจสอบโดยเฉพาะ ซึ่งเป็นคำถามที่แคบ

Latent reasoning เป็นคำตอบที่แท้จริงสำหรับปัญหาที่แตกต่างออกไป

คำตอบที่ว่า “สลับไปใช้การให้เหตุผลแบบแฝงเต็มรูปแบบ” สมควรได้รับความนับถือมากกว่าที่กระทู้นั้นมอบให้ เพราะมันชี้ให้เห็นความตึงเครียดที่มีอยู่จริง หากการให้เหตุผลยังคงอยู่ในรูปเวกเตอร์ต่อเนื่อง ก็ไม่มีอะไรที่อ่านออกเพื่อจะตีความผิด ไม่มีอะไรให้สรุป และไม่มีอะไรให้กำกับทิศทาง — และก็ไม่มีอะไรให้ระบบเฝ้าตรวจอ่านเช่นกัน ซึ่งเป็นเหตุผลที่แล็บต่าง ๆ ยังไม่ได้ทำกันง่าย ๆ การให้เหตุผลแบบแฝงแลกความสามารถในการเฝ้าตรวจกับการมีพื้นที่เหลือสำหรับขีดความสามารถที่เพิ่มขึ้น ไม่มีใครในกระทู้นั้นเสนออาหารฟรี แต่พวกเขาเสนอให้ปิดหน้าต่างเพื่อหยุดไม่ให้ผู้คนจ้องเข้ามาทางหน้าต่างนั้น

ยังมีอีกด้านที่สองที่ควรรู้ งานวิจัยที่เผยแพร่ปีนี้เกี่ยวกับการดึงร่องรอยการให้เหตุผลจาก API ที่เป็นกรรมสิทธิ์ผ่านช่องทางข้างเคียง — การโจมตีแบบ prompt-injection และ token-timing แทนการอ่านเนื้อหาการตอบกลับ — ยืนยันว่าร่องรอยที่คุณไม่ได้ตั้งใจจะส่งคืนก็ยังหลุดออกไปได้ การออกแบบของ OpenAI ปิดช่องโจมตีรูปแบบที่เห็นได้ชัดนั้น เพราะเนื้อหาการตอบกลับบรรจุผลลัพธ์แบบเรนเดอร์ ไม่ใช่ร่องรอย แต่ไม่ได้ปิดช่องทางด้านเวลา และไม่มีการอ้างว่าปิดช่องนั้น นั่นคือความเสี่ยงที่ผู้อ่านที่จริงจังควรติดตาม และไม่ใช่ความเสี่ยงที่ภาพหน้าจอนั้นพูดถึง

วิธีตรวจสอบเรื่องพวกนี้ด้วยตัวเองแบบประหยัด

ทั้งหมดนี้ทดสอบได้ภายในบ่ายวันเดียว และค่าใช้จ่ายต่ำพอจนไม่มีเหตุผลใดที่จะต้องเชื่อคำพูดของใคร รวมถึงเราเอง GPT-6.1 Sol ตั้งราคาไว้ที่ $2 ต่อหนึ่งล้านโทเค็นอินพุต และ $10 ต่อหนึ่งล้านโทเค็นเอาต์พุต โดยอินพุตที่แคชไว้ราคา $0.10 และการเขียนแคชราคา $2.50 บริบทมี 1,050,000 โทเค็น และเอาต์พุตสูงสุด 128,000 บันไดความพยายามมีห้าระดับ — low, medium เป็นค่าเริ่มต้น, high, xhigh และ max — และไม่มีตั้งค่า "none" หรือ "minimal" ดังนั้นคุณจึงไม่สามารถขอให้โมเดลนี้ข้ามการให้เหตุผลทั้งหมดได้ reasoning.context ยอมรับ all_turns ซึ่งจะพาสถานะการให้เหตุผลข้ามบทสนทนาหลายรอบแทนที่จะเริ่มใหม่ในแต่ละรอบ

การทดลองที่คุ้มค่าที่จะทำไม่ใช่ "มันอ่านแล้วเหมือนภาษาอังกฤษไหม" แต่เป็น "บทสรุปติดตามคำตอบหรือไม่" ส่งพรอมป์ยากอันเดียวกันที่ระดับต่ำ สูง และสูงสุด ขอบทสรุปในแต่ละระดับ และเปรียบเทียบบทสรุปกับความถูกต้องที่ให้คะแนนแล้ว และกับ reasoning_tokens หากบทสรุปพองตัวขึ้นในขณะที่ความแม่นยำนิ่งอยู่ บทสรุปนั้นก็เป็นเพียงสิ่งประดับ หากความแม่นยำเพิ่มขึ้นตาม reasoning_tokens และบทสรุปยังคงกระชับ บทสรุปนั้นเป็นดัชนีที่สูญเสียข้อมูลแต่ซื่อตรง ไม่ว่าผลลัพธ์จะเป็นแบบใด ก็ให้ข้อมูลมากกว่าภาพหน้าจอ

การเปรียบเทียบนี้ยังเป็นจุดที่ชั้นการจัดเส้นทางพิสูจน์คุณค่าของตัวเอง แทนที่จะถูกเสริมเข้าไปทีหลัง OrcaRouter ให้บริการ openai/gpt-6.1-solควบคู่กับโมเดลอื่นอีกกว่า 200 โมเดลบนคีย์เดียวโดยไม่บวกกำไร 0% ดังนั้น $2/$10 ข้างต้นคือตัวเลขที่คุณจ่าย และการเปลี่ยนแปลงราคาจากผู้ขายใด ๆ จะมีผลในวันเดียวกัน การสลับไปใช้งานสำรองมีความสำคัญกับการทดสอบนี้โดยเฉพาะ: การรันระดับความพยายามสามระดับพร้อมกันหมายถึงโอกาสสามครั้งที่จะเจอการจำกัดอัตราการใช้งานหรือแบดเกตเวย์ และการสลับไปยังผู้ให้บริการที่ทำงานปกติโดยอัตโนมัติทำให้การเปรียบเทียบ A/B/C ดำเนินจนจบแทนที่จะจบแค่ครึ่งเดียว หากคุณต้องการวัดช่องสรุปและช่องคำตอบดิบเทียบกันแบบเคียงข้าง โดยไม่ต้องเขียนโค้ดไคลเอนต์แยกสำหรับแต่ละปลายทาง DSL สำหรับการจัดเส้นทางจะประกอบการเรียกเหล่านี้ไว้ในที่เดียว

อะไรจะเปลี่ยนชิ้นงานนี้ได้จริง ๆ

การพัฒนาสองอย่างจะยกระดับสิ่งนี้จากการตีความแบบหลุดมาเป็นข่าวได้ อย่างแรกคือการเปลี่ยนแปลงใด ๆ ต่อสัญญา API ที่ส่งคืนสิ่งอื่นนอกเหนือจากบทสรุป — พารามิเตอร์ raw-trace, โหมดดีบัก, พรีวิวงานวิจัย บันทึกการเปลี่ยนแปลงเดือนตุลาคมของ O​penAI ไม่มีรายการเกี่ยวกับ reasoning traces หรือ raw chain-of-thought และถ้อยคำในเอกสารก็ไม่ได้เปลี่ยนไป ดังนั้น ณ เวลาที่เผยแพร่ สัญญายังคงเดิม อย่างที่สองคือผลลัพธ์อิสระที่ทำซ้ำได้: มีคนเผยแพร่พรอมป์ต์ ไอดีคำขอ และเอาต์พุตที่แสดงว่าบทสรุปเบี่ยงเบนจากความถูกต้องที่ให้คะแนนไว้ ณ ระดับความพยายามหนึ่ง ๆ นั่นจึงจะถือเป็นข้อค้นพบ ภาพหน้าจอที่ไม่มีพรอมป์ต์ไม่นับ

เพื่อให้เห็นบริบทว่าจริง ๆ แล้วโมเดลอยู่ตรงไหน ขณะที่ทั้งหมดนี้ยังเป็นที่ถกเถียงกัน: Artificial Analysis วัด GPT-6.1 Sol ได้ Intelligence Index 52 บน v4.3.2 จัดเป็นอันดับ 12 จาก 214 โมเดล ด้วยต้นทุน $0.72 ต่องานและ 55.2 โทเคนต่อวินาที — เป็นการรันอย่างอิสระ และตัวเลขต้นทุนต่องานคือตัวที่ต้องจับตา เนื่องจาก GPT-6 Astra ได้ 53 ที่ $3.26 ต่องานภายใต้ราคา $10/$50 ส่วนชุดทดสอบที่ผ่านการตรวจสอบของ ARC Prize ให้ GPT-6.1 Sol อยู่ที่ 98.5% บน ARC-AGI-1 และ 94.2% บน ARC-AGI-2 ตัวเลขเหล่านี้เป็นตัวเลขความสามารถ Ониไม่ได้บอกอะไรเลยว่าการให้เหตุผลนั้นอ่านเข้าใจได้หรือไม่ และนั่นคือความสับสนที่เธรดนี้ดำเนินไป: โมเดลหนึ่งสามารถยอดเยี่ยมและทึบแสงได้ในเวลาเดียวกัน และสรุปที่คุณอ่านก็เป็นเพียงความเอื้อเฟื้อ ไม่ใช่หน้าต่างที่มองทะลุเข้าไปได้