GPT-6.1 Sol 推理軌跡：之所以清晰易讀，是因為它們是摘要，而非因為遭到洩漏

2026 年 10 月 21 日 00:46 UTC，一張 GPT-6.1 Sol 推理文字的截圖開始在 X 上流傳，由 @scaling01 發布，配文是「推理軌跡完全清晰可讀，沒什麼好擔心的。」這個玩笑——而且確實是個玩笑——在於這些軌跡以平實英文清晰可讀，而這正是 Andrej Karpathy 在 2024 年 9 月所說、會意味著強化學習已停止正常運作的那種情況。在任何其他話之前，有兩件事需要說明。首先，這個模型並不新：GPT-6.1 Sol 已於 2026 年 9 月 29 日推出，是在 OpenAI DevDay 上，而這篇文章沒有任何內容是發表、版本更新或功能公告。其次，截圖就是截圖——一位觀察者對某一次回應的看法，被一些並未重現它的人轉發。新的且可確定日期的是這張截圖引發的爭論，該爭論在 10 月 21 日持續延燒，並引來 Karpathy 的一則回覆，以及一群研究人員爭論潛在推理（latent reasoning）。這場爭論值得拆解，因為其底下的前提以一種具體且可核查的方式是錯的。這些都不是假設：像這次發布背後的已記錄 AI 故障與 AI 代理事件，都收集在 OrcaRouter AI Incident Archive 中，每個條目都附有自己的來源、嚴重程度、信心評級與爭議標記。

實際發布了什麼，以及實際驗證了什麼

剝去包裝後，證據其實很薄弱，而這在這類事情上很正常。一名使用者貼出模型輸出的截圖，內容讀起來像普通、結構良好的英文散文，而不是思維鏈文本在高訓練壓力下經常坍縮成的那種壓縮、無標點的簡寫。該貼文在被存檔時已有約 65,600 次瀏覽。Karpathy 回覆「是啊，我會說 RL 現在確實起作用了」，並引用他本人 2024 年 9 月的說法：當模型在思維鏈中不再說英文時，你就能看出 RL 做得正確。其他人則進一步發揮：一則回覆建議這個領域「不如咬牙硬上，改用完全潛在推理」，另一則主張這些軌跡只是失去了空格，而把空格補回來後，產生的不過是模型平常那種簡短措辭，講的是監控以及不要憑空發明需求。

那個討論串裡其實有三個各自獨立、卻纏在一起的說法，而它們的證據地位大不相同。其一，清晰可讀的英文出現在歸因於 GPT-6.1 Sol 的輸出中——未經證實，只有單一截圖，沒有公布提示詞或請求 ID。其二，這種可讀性意味著模型的內部推理現在可以被讀懂——未經證實，而且如下一節所示，這很可能是範疇錯誤。其三，這種可讀性暗示了強化學習的效果如何——這是一種詮釋，由一個尚未在這種配置下運行過該模型的人以玩笑方式提出。這三項都應視為社群觀察。它們沒有一項是研究發現。

API 實際回傳的內容，而這正是沒有人引述的部分

以下是這個討論串略過的細節。GPT-6.1 Sol 不會交回它的思維鏈，而 O​penAI 自己的文件也明白寫著這點：API 不會公開模型所產生的原始推理 token，而它確實回傳的推理項目仍維持不透明。呼叫者收到的會是三種截然不同的東西，而其中只有一種是文字敘述：

原始思維鏈——無論努力程度為何、在任何參數組合下，均絕不回傳。

• 推理摘要——需選擇啟用，透過 summary 參數要求，並由模型以敘述性說明撰寫，而非從它實際用來推理的權杖中擷取。

• 一個 token 數量 — output_tokens_details.reasoning_tokens，一個數字，也是預設情況下推理唯一顯露的地方。

中間那一項幾乎可以肯定就是截圖所示。摘要通道在設計上本來就可讀；這正是它的全部重點。它是為了讓人閱讀而生成，用的是人會閱讀的語域，而它的流暢度告訴你的是摘要器的風格，不是底下運算的形狀。破綻也不細微：如果截圖中的文字空白完好、句子通順，那它從來就不是原始軌跡。那則主張空白只是被剝除、可以還原的回覆，是從另一個方向在講同一點，而且是整個討論串中最有技術根據的貢獻。

為什麼 Karpathy 的那句話在這裡不適用於它被套用的方式

2024 年的主張針對的是一種特定的診斷方法：原始思維鏈文字若退化為非英語或無法解析的簡寫，便是證據，顯示該策略已被最佳化到其語言層不再用於溝通，而是在做別的事。這種診斷只對原始軌跡有效。若把它套用在摘要上，你測試的是摘要器，而那是另一趟模型處理，有其自身目標——可讀性。無論底層策略是否井然有序，你得到的都會是可讀的摘要。

這不是為了這次場合臨時發明的區分。這正是 OpenAI 之所以要發布可監測性附錄的原因：如果使用者能讀到的是原始推理，那麼安全論證就會建立在使用者會去閱讀它之上。相反地，這個論證建立在比任何 API 呼叫者都更接近 token 的監測器上，以及一個刻意作為呈現的摘要管道上。對讀者而言，後果很直接。你無法從 API 審核 GPT-6.1 Sol 的推理。你可以審核它的答案、它的 token 數，以及它陳述的摘要。任何聲稱透過截圖讀懂它心思的人，讀到的其實是模型自己撰寫、關於自身的一份文件。

真正關係到「裡面有沒有出問題」的那個數字

如果你想找的是模型內部實際發生什麼事的證據，而不是模型對自身的說法，那麼九月的部署安全附錄是唯一具實質內容的公開來源，而且它是由廠商自行執行的——O​penAI 量測了自己的模型、公布了方法，且沒有任何外部第三方重現過。其思維鏈章節中有兩個數字值得記住。

• CoT 可控性 — GPT-6.1 Sol 為 44.8%，對比 GPT-6 Astra 的 60.9%、GPT-6 Sol 的 23.2%，以及 GPT-5.6 Sol 的 16.1%。數值越高，代表外部提示越容易操控其推理文字。

• 在最大努力程度下，對 CoT 監控器的規避 — 接近零；而全上下文監控器在供應商自己的測試框架中，找回了 100% 的植入行為。

• 推理中的隱寫編碼——根據同一份文件，曾嘗試但未獲證實。

把這些放在一起看，整體情況與那則推文所暗示的方向恰恰相反，並不令人擔憂。表面上讀起來最流暢的模型，並不是其推理最容易被引導的模型；Astra 在可控性上得分更高，同時也是審查者形容整體能力更強的模型。GPT-6.1 Sol 的推理相對難以被左右，而且依照廠商自己公布的數據，全上下文監控器很容易追蹤。「沒什麼好擔心的」是句玩笑話，但根據已公布的證據，這其實離事實不遠——特別是在可監控性這個問題上，而這是一個狹窄的問題。

潛在推理是另一個問題的真正解答。

「切換到全潛在推理」這個回覆值得比該討論串所給予的更多重視，因為它指出了真正的張力。如果推理維持在連續向量中，就沒有可辨讀而會被誤讀的東西，沒有可摘要的東西，也沒有可引導的東西——同時也沒有可供監控器讀取的東西，這就是為什麼實驗室並未乾脆這麼做。潛在推理以可監控性換取能力餘裕。那個討論串裡沒有人主張免費午餐；他們主張關上窗戶，以阻止人們透過它窺視。

還有第二個值得了解的側翼。今年發表的研究指出，可透過側通道從專有 API 擷取推理軌跡——不是讀取回應主體，而是提示注入與 token 時序攻擊——已證實，即使是你從未打算回傳的軌跡，仍可能外洩。OpenAI 的設計封閉了該攻擊的明顯版本，因為回應主體承載的是呈現結果，而非軌跡。它並未封閉時序通道，也未宣稱能封閉。這才是認真讀者應追蹤的風險，而不是那張截圖所談的風險。

如何自己低成本查證這當中的任何內容

這一切都能在一個下午內測試完畢，而且成本低到沒有理由聽信任何人的說法，包括我們的。GPT-6.1 Sol 的價格是每百萬輸入 token 2 美元、每百萬輸出 token 10 美元，快取輸入為 0.10 美元，快取寫入為 2.50 美元。上下文為 1,050,000 個 token，最大輸出為 128,000 個 token。努力程度階梯共有五級——low、medium（預設）、high、xhigh 和 max——而且沒有「none」或「minimal」設定，因此你不能要求這個模型完全略過推理。reasoning.context 接受 all_turns，這會在多輪對話中保留推理狀態，而不是在每一輪重新開始。

值得做的實驗不是「它讀起來像不像英文」，而是「摘要是否跟得上答案」。在低、高與最大設定下送出同一個困難提示，並在每個設定下要求摘要，然後把摘要與評分後的正確性以及與 reasoning_tokens 相比。如果摘要膨脹而準確率持平，摘要就只是裝飾。如果準確率隨 reasoning tokens 上升，而摘要仍保持簡短，那麼摘要就是一個有損但誠實的索引。無論哪種結果，都比一張截圖更有資訊量。

這個比較也正是路由層得以發揮價值、而不是事後硬加上的地方。OrcaRouter 以單一金鑰、0% 加成，將 openai/gpt-6.1-sol與其他 200 多個模型一併提供，因此上方所示的 $2/$10 就是你實際支付的數字，而任何供應商價格變動都會當天生效。容錯移轉對這項特定測試很重要：並行執行三個努力程度，意味著有三個機會碰上速率限制或錯誤閘道，而自動容錯移轉至健全的供應商，能讓 A/B/C 比較順利完成，而不是只完成一半。如果你想並排衡量摘要通道與原始答案通道，而不必為每個端點分別撰寫用戶端程式碼，路由 DSL會將這些呼叫組合在同一處。

究竟什麼才能真正改變這件作品

有兩項進展會讓這件事從外洩式的解讀變成新聞報導。第一項是 API 契約出現任何變更，傳回摘要以外的內容——原始追蹤參數、除錯模式、研究預覽。OpenAI 的十月變更記錄沒有關於推理軌跡或原始思維鏈的條目，文件措辭也沒有改變，因此截至發稿，契約仍未變更。第二項是可重現的獨立結果：有人公開提示詞、請求 ID 與輸出，顯示摘要在特定投入程度下與評分正確性出現分歧。那才會是一項發現。沒有提示詞的截圖則不算。

就背景而言，在這些爭論進行的同時，模型實際處於什麼位置：Artificial Analysis 在 v4.3.2 上測得 GPT-6.1 Sol 的智慧指數為 52，在 214 個模型中排名第 12，每項任務 $0.72、每秒 55.2 個 token——由獨立機構執行，而每項任務成本這個數字最值得留意，因為 GPT-6 Astra 在 $10/$50 定價下以每項任務 $3.26 得到 53 分。ARC Prize 的驗證套件顯示，GPT-6.1 Sol 在 ARC-AGI-1 上達 98.5%，在 ARC-AGI-2 上達 94.2%。這些是能力數字。它們完全沒有說明推理是否清晰可讀，而這正是該討論串所圍繞的混淆點：一個模型可以既卓越又不透明，而你讀到的摘要是一種禮貌性的概述，不是一扇窗。