Dấu vết suy luận của GPT-6.1 Sol: Dễ đọc vì chúng là bản tóm tắt, không phải vì chúng bị rò rỉ

Lúc 00:46 UTC ngày 21 tháng 10 năm 2026, một ảnh chụp màn hình về văn bản suy luận của GPT-6.1 Sol bắt đầu lan truyền trên X, được @scaling01 đăng với chú thích "dấu vết suy luận hoàn toàn dễ đọc, chẳng có gì phải lo." Trò đùa — và đúng là một trò đùa — nằm ở chỗ các dấu vết ấy dễ đọc bằng tiếng Anh thông thường, đúng là điều kiện mà Andrej Karpathy đã nói vào tháng 9 năm 2024 sẽ có nghĩa là quá trình học tăng cường đã ngừng hoạt động đúng cách. Cần nói rõ hai điều trước tiên. Thứ nhất, mô hình không phải là mới: GPT-6.1 Sol đã ra mắt ngày 29 tháng 9 năm 2026 tại OpenAI DevDay, và không có gì trong bài đăng này là một lần ra mắt, một lần tăng phiên bản hay một thông báo tính năng. Thứ hai, ảnh chụp màn hình chỉ là ảnh chụp màn hình — góc nhìn của một người quan sát về một phản hồi, được những người chưa tái tạo lại nó đăng lại. Điều mới và có thể xác định thời điểm là cuộc tranh luận mà ảnh chụp màn hình đã châm ngòi, diễn ra suốt ngày 21 tháng 10 và kéo theo một phản hồi của Karpathy cùng một nhóm nhà nghiên cứu tranh luận về suy luận tiềm ẩn. Cuộc tranh luận đó đáng được mổ xẻ, vì tiền đề bên dưới nó sai theo một cách cụ thể và có thể kiểm chứng. Không điều nào trong số đó là giả thuyết: các lỗi AI và sự cố tác nhân đã được ghi nhận đằng sau những bản phát hành như bản này được tập hợp trong Kho lưu trữ sự cố AI OrcaRouter nơi mỗi mục đều có nguồn, mức độ nghiêm trọng, cấp độ tin cậy và cờ tranh chấp riêng.

Điều gì thực sự đã được đăng và điều gì thực sự đã được xác minh

Bỏ phần dẫn dắt đi thì bằng chứng rất mỏng, điều này là bình thường với kiểu chuyện này. Một người dùng đã đăng ảnh chụp màn hình đầu ra của mô hình, trông như văn xuôi tiếng Anh thông thường, đúng ngữ pháp, chứ không phải kiểu viết tắt cô đọng, không dấu câu mà văn bản chain-of-thought thường bị thu gọn thành dưới áp lực huấn luyện cao. Bài đăng có khoảng 65.600 lượt xem vào thời điểm nó được lưu trữ. Karpathy trả lời: “Ừ, tôi phải nói là RL đang hoạt động tốt rồi đấy,” đồng thời trích lại câu nói tháng 9 năm 2024 của chính mình rằng bạn có thể biết RL được làm đúng cách khi các mô hình ngừng nói tiếng Anh trong chain of thought của chúng. Những người khác còn đi xa hơn: một câu trả lời gợi ý rằng lĩnh vực này “cứ đành cắn răng chuyển hẳn sang suy luận tiềm ẩn đầy đủ,” và một người khác lập luận rằng các dấu vết chỉ mất khoảng trắng, và việc khôi phục chúng tạo ra cách diễn đạt ngắn gọn thông thường của mô hình về việc giám sát và không tự bịa ra yêu cầu.

Vậy là có ba tuyên bố riêng biệt bị rối vào nhau trong luồng đó, và chúng có tình trạng bằng chứng rất khác nhau. Rằng tiếng Anh dễ đọc đã xuất hiện trong đầu ra được gán cho GPT-6.1 Sol — chưa được xác minh, chỉ một ảnh chụp màn hình, không có prompt hay ID yêu cầu nào được công bố. Rằng tính dễ đọc đó ngụ ý lý luận nội bộ của mô hình giờ đã đọc được — chưa được xác minh, và như phần tiếp theo cho thấy, có lẽ là một lỗi phạm trù. Rằng tính dễ đọc đó ngụ ý điều gì đó về việc RL đã hoạt động tốt đến mức nào — một cách diễn giải, được đưa ra như một câu đùa, bởi một người chưa chạy mô hình trong cấu hình này. Hãy coi cả ba là quan sát cộng đồng. Không cái nào trong số chúng là một phát hiện.

Điều mà API thực sự trả về, chính là phần mà không ai trích dẫn

Đây là chi tiết mà luồng thảo luận đã bỏ qua. GPT-6.1 Sol không trả lại chuỗi suy nghĩ của nó, và tài liệu của chính O​penAI nói rõ điều đó: API không tiết lộ các token suy luận thô mà mô hình phát ra, và các mục suy luận mà nó trả về vẫn không thể hiểu rõ. Những gì được trả về cho người gọi là ba thứ riêng biệt, và chỉ một trong số đó là văn xuôi:

• Chuỗi suy nghĩ thô — không bao giờ được trả về, ở bất kỳ mức nỗ lực nào, dưới bất kỳ tổ hợp tham số nào.

• Bản tóm tắt lý luận — tùy chọn tham gia, được yêu cầu thông qua tham số summary, và được mô hình viết như một bản tường thuật thay vì trích xuất từ chính các token mà nó thực sự đã dùng để lý luận.

• Số lượng token — output_tokens_details.reasoning_tokens, một con số, và là nơi duy nhất mà suy luận xuất hiện theo mặc định.

Mục ở giữa đó gần như chắc chắn chính là thứ trong ảnh chụp màn hình. Một kênh tóm tắt vốn được thiết kế để dễ đọc; đó chính là toàn bộ mục đích của nó. Nó được tạo ra để con người đọc, theo văn phong mà con người đọc, và sự trôi chảy của nó cho bạn biết về phong cách của trình tóm tắt, chứ không phải về hình dạng của quá trình tính toán bên dưới. Dấu hiệu nhận biết cũng không hề tinh vi: nếu văn bản trong ảnh chụp màn hình vẫn còn nguyên khoảng trắng và các câu đã được phân giải, thì đó chưa bao giờ là dấu vết thô. Câu trả lời lập luận rằng các khoảng trắng chỉ đơn giản là đã bị lược bỏ và có thể khôi phục lại đang đưa ra cùng một luận điểm từ hướng ngược lại, và đó là đóng góp có cơ sở kỹ thuật nhất trong chuỗi thảo luận.

Tại sao câu nói của Karpathy không áp dụng ở đây theo cách nó đã được áp dụng

Tuyên bố năm 2024 nói về một chẩn đoán cụ thể: văn bản chuỗi suy nghĩ thô thoái hóa thành ngôn ngữ không phải tiếng Anh hoặc ký hiệu viết tắt không thể phân tích cú pháp là bằng chứng cho thấy chính sách đã được tối ưu hóa đến mức lớp ngôn từ của nó đang làm điều gì đó khác ngoài việc giao tiếp. Chẩn đoán đó chỉ hoạt động trên dấu vết thô. Chạy nó trên một bản tóm tắt thì bạn đang kiểm tra bộ tóm tắt, vốn là một lượt chạy mô hình riêng biệt với mục tiêu riêng — dễ đọc. Một bản tóm tắt dễ đọc là thứ bạn nhận được bất kể chính sách bên dưới có gọn gàng hay không.

Đây không phải là một sự phân biệt được bịa ra cho dịp này. Đó chính là lý do OpenAI công bố một bản phụ lục về khả năng giám sát: nếu lý luận thô là thứ người dùng có thể đọc, thì lập luận an toàn sẽ dựa vào việc người dùng đọc nó. Thay vào đó, lập luận dựa vào các bộ giám sát nằm gần token hơn bất kỳ bên gọi API nào, và vào một kênh tóm tắt vốn được cố ý thiết kế như một bản kết xuất. Hệ quả đối với người đọc thì thẳng thừng. Bạn không thể kiểm toán lý luận của GPT-6.1 Sol từ API. Bạn có thể kiểm toán các câu trả lời, số lượng token và các bản tóm tắt được nêu của nó. Bất kỳ ai tuyên bố đã đọc được suy nghĩ của nó qua một ảnh chụp màn hình thì đã đọc một tài liệu do chính mô hình viết về bản thân nó.

Con số thực sự liên quan đến câu hỏi "liệu có gì đó không ổn ở trong đó không"

Nếu bạn muốn bằng chứng về những gì diễn ra bên trong mô hình thay vì những gì nó nói về chính nó, thì phụ lục an toàn triển khai tháng Chín là nguồn công khai có nội dung thực chất duy nhất, và nó do nhà cung cấp tự thực hiện — O​penAI đã tự đo mô hình của mình, công bố phương pháp, và chưa có bên ngoài nào tái lập được. Có hai con số từ phần chuỗi suy luận của nó đáng để ghi nhớ.

• Khả năng điều khiển CoT — 44.8% đối với GPT-6.1 Sol, so với 60.9% của GPT-6 Astra, 23.2% của GPT-6 Sol và 16.1% của GPT-5.6 Sol. Chỉ số cao hơn có nghĩa là một lời nhắc từ bên ngoài có thể điều hướng văn bản suy luận dễ dàng hơn.

• Trốn tránh giám sát CoT ở mức nỗ lực tối đa — {{1}}gần như bằng không{{/1}}, với việc giám sát toàn ngữ cảnh khôi phục 100% các hành vi đã được gieo trong chính bộ khung đánh giá của nhà cung cấp.

• Mã hóa giấu tin trong suy luận — đã được thử và chưa được chứng minh, theo cùng tài liệu đó.

Đọc những điều đó cùng nhau và bức tranh lại hoàn toàn không đáng báo động theo hướng mà dòng tweet ngụ ý. Mô hình đọc trôi chảy nhất trên bề mặt không phải là mô hình có lập luận dễ điều khiển nhất; Astra đạt điểm cao hơn về khả năng kiểm soát trong khi lại là mô hình mà những người đánh giá mô tả là có năng lực tổng thể tốt hơn. Lập luận của GPT-6.1 Sol tương đối khó bị tác động và, theo chính số liệu của nhà cung cấp, dễ để một giám sát viên toàn ngữ cảnh theo dõi. “Không có gì phải lo” là một câu đùa, nhưng dựa trên bằng chứng đã công bố thì cũng không sai xa — riêng với câu hỏi về khả năng giám sát, vốn là một câu hỏi hẹp.

Suy luận tiềm ẩn là một lời giải thực sự cho một vấn đề khác.

Câu trả lời “chuyển sang suy luận tiềm ẩn hoàn toàn” xứng đáng được tôn trọng hơn mức mà luồng thảo luận đã dành cho nó, vì nó chỉ ra một căng thẳng thực sự. Nếu suy luận vẫn nằm trong các vectơ liên tục, thì không có gì đọc được để bị đọc sai, không có gì để tóm tắt, và không có gì để điều hướng — và cũng không có gì để một hệ thống giám sát đọc, đó là lý do các phòng thí nghiệm chưa chỉ đơn giản làm điều đó. Suy luận tiềm ẩn đánh đổi khả năng giám sát lấy dư địa năng lực. Không ai trong luồng thảo luận đó đề xuất một bữa trưa miễn phí; họ đề xuất đóng cửa sổ để ngăn người ta dán mắt nhìn xuyên qua nó.

Có một mặt trận thứ hai đáng để biết đến. Công trình được công bố năm nay về việc trích xuất dấu vết suy luận từ các API độc quyền thông qua kênh phụ — tấn công chèn gợi ý và tấn công định thời token thay vì đọc phần thân phản hồi — đã chứng minh rằng một dấu vết mà bạn không hề định trả về vẫn có thể rò rỉ. Thiết kế của O​penAI đóng lại phiên bản hiển nhiên của cuộc tấn công đó, vì phần thân phản hồi mang một bản kết xuất chứ không phải dấu vết. Nó không đóng kênh định thời, và không có tuyên bố nào cho rằng nó làm được điều đó. Đó là rủi ro mà một người đọc nghiêm túc nên theo dõi, và đó không phải rủi ro mà ảnh chụp màn hình nói đến.

Cách tự kiểm tra bất kỳ điều nào trong số này với chi phí thấp

Tất cả đều có thể kiểm chứng trong một buổi chiều và chi phí đủ thấp đến mức không có lý do gì phải tin lời của bất kỳ ai, kể cả chúng tôi. GPT-6.1 Sol có giá $2 cho mỗi triệu token đầu vào và $10 cho mỗi triệu token đầu ra, với đầu vào được lưu trong bộ nhớ đệm ở mức $0.10 và ghi vào bộ nhớ đệm ở mức $2.50. Ngữ cảnh là 1,050,000 token và đầu ra tối đa là 128,000. Thang mức nỗ lực có năm nấc — low, medium là mặc định, high, xhigh và max — và không có thiết lập "none" hay "minimal", nên bạn không thể yêu cầu mô hình này bỏ qua hoàn toàn việc suy luận. reasoning.context chấp nhận all_turns, giá trị này mang trạng thái suy luận xuyên suốt cuộc hội thoại nhiều lượt thay vì khởi động lại sau mỗi lượt.

Thí nghiệm đáng để chạy không phải là "nó có đọc như tiếng Anh không" mà là "bản tóm tắt có bám theo câu trả lời không." Hãy gửi cùng một lời nhắc khó ở mức thấp, cao và tối đa, yêu cầu bản tóm tắt ở từng mức, rồi so sánh bản tóm tắt với độ chính xác đã chấm điểm và với reasoning_tokens. Nếu bản tóm tắt phình to trong khi độ chính xác giữ nguyên, thì bản tóm tắt chỉ là vật trang trí. Nếu độ chính xác tăng theo reasoning_tokens và bản tóm tắt vẫn ngắn gọn, thì bản tóm tắt là một chỉ mục mất mát nhưng trung thực. Kết quả nào cũng có nhiều thông tin hơn một ảnh chụp màn hình.

Phép so sánh đó cũng là nơi một lớp định tuyến khẳng định được vị trí của mình thay vì bị gắn thêm một cách gượng gạo. OrcaRouter mang openai/gpt-6.1-solcùng hơn 200 mô hình khác trên một khóa duy nhất với mức chênh lệch 0%, nên con số $2/$10 ở trên chính là số tiền bạn phải trả và mọi thay đổi giá từ nhà cung cấp đều có hiệu lực ngay trong ngày. Cơ chế chuyển đổi dự phòng đặc biệt quan trọng với bài kiểm tra này: chạy ba mức effort song song nghĩa là có ba nguy cơ chạm giới hạn tốc độ hoặc gặp bad gateway, và việc tự động chuyển sang nhà cung cấp khỏe mạnh giúp phép so sánh A/B/C đi đến đích thay vì bỏ dở giữa chừng. Nếu bạn muốn đo kênh tóm tắt và kênh câu trả lời thô song song với nhau mà không phải viết mã client riêng cho từng endpoint, DSL định tuyến sẽ gộp các lời gọi vào một chỗ.

Điều gì sẽ thực sự thay đổi phần này

Hai diễn biến sẽ đưa cách đọc này từ kiểu rò rỉ thành một câu chuyện thời sự. Thứ nhất là bất kỳ thay đổi nào đối với hợp đồng API khiến nó trả về thứ gì đó khác ngoài một bản tóm tắt — một tham số raw-trace, một chế độ gỡ lỗi, một bản xem trước nghiên cứu. Nhật ký thay đổi tháng 10 của OpenAI không có mục nào về dấu vết suy luận hoặc chuỗi suy nghĩ thô, và cách diễn đạt trong tài liệu vẫn giữ nguyên, nên tính đến thời điểm công bố, hợp đồng không thay đổi. Thứ hai là một kết quả độc lập có thể tái lập: ai đó công bố lời nhắc, ID yêu cầu và đầu ra cho thấy bản tóm tắt lệch khỏi tính đúng đắn được chấm điểm ở một mức nỗ lực cụ thể. Đó sẽ là một phát hiện. Một ảnh chụp màn hình không kèm lời nhắc thì không phải.

Để làm rõ bối cảnh về vị trí thực sự của mô hình trong khi tất cả những điều này đang được tranh luận: Artificial Analysis đo GPT-6.1 Sol đạt Intelligence Index 52 trên v4.3.2, xếp hạng 12 trong số 214 mô hình, với $0.72 mỗi tác vụ và 55.2 token mỗi giây — được chạy độc lập, và con số chi phí mỗi tác vụ là thứ đáng để theo dõi, vì GPT-6 Astra đạt 53 với $3.26 mỗi tác vụ theo mức giá $10/$50. Bộ kiểm thử đã được xác minh của ARC Prize đặt GPT-6.1 Sol ở 98.5% trên ARC-AGI-1 và 94.2% trên ARC-AGI-2. Đó là những con số về năng lực. Chúng không nói lên điều gì về việc lập luận có dễ đọc hiểu hay không, và đó chính xác là sự nhầm lẫn mà luồng thảo luận xoay quanh: một mô hình có thể xuất sắc nhưng khó hiểu, và bản tóm tắt bạn đọc chỉ là một sự chiếu cố, không phải một cửa sổ.