OpenAI 的第二款循環模型：DevDay「禁忌軸」外洩內容究竟在宣稱什麼

本文所談的這項說法只有一個來源，而且只是 X 上的一則貼文。9 月 24 日，帳號 @scaling01寫道，該廠商「打開了閘門，將在 DevDay 上發布他們除了 GPT-6 Astra 之外的第二個循環式語言模型」，並把遞迴深度形容為「禁忌的軸線」，同時指出它「不再是禁忌」。整件事就是這樣：沒有模型名稱、沒有模型 ID、沒有價格，除了 9 月 29 日在舊金山舉行的 DevDay 主題演講之外也沒有日期，更沒有來自該廠商的任何說法。這項說法之所以值得讀者花時間一讀，不在於那則推文，而在於它背後已經落實的事實。GPT-6 Astra是該廠商於 9 月 3 日發布的模型，也是任何主要實驗室中，首個被報導與循環式、遞迴深度架構連結起來的正式量產模型。GPT-6 Sol與GPT-6 Luna於 9 月 22 日推出，每百萬個 token 輸入 2 美元／輸出 10 美元，以及輸入 0.10 美元／輸出 0.50 美元，把這款旗艦模型變成了一條價格階梯。若真有第二個循環式模型，就意味著該廠商不再把遞迴深度當成一次性的賭注，而是視為常設架構——這比任何單一產品的發布都是更大的宣稱，而且查證起來困難得多。

這是一篇「目前所知」的整理文章。凡歸因於發文者或匿名報導的內容，都已如此標明，且此處任何內容都不應被解讀為正式發布。

為什麼「禁忌軸線」這個說法才是這則推文最有趣的部分

這個說法是發文者自己的措辭，並非專業術語，但它指向了某個真實存在的東西。在 transformer 的擴展中，有三個顯而易見的軸向：參數、資料與訓練算力。以循環換取深度是第四個，而且它很奇特。迴圈模型不是堆疊 N 個不同的區塊，而是將同一小組區塊重複使用 R 次，因此有效深度大致是層數乘以迴圈次數，而參數數量則維持不變。Google DeepMind 在Reasoning with Latent Thoughts: On the Power of Looped Transformers中提出了理論，而廣被引用的Scaling up Test-Time Compute with Latent Reasoning: A Recurrent Depth Approach則提出了實務上的論證。

這不是免費的深度。針對迴圈式語言模型的等深度縮放研究，把遞迴等價指數定在約 0.46——也就是說，多跑一次迴圈，大約能換得真正新增一個區塊所能換得效果的 46%。你是在用折扣價買深度，並以序列算力而非記憶體來支付代價。如果你受制於記憶體，或想讓小模型表現得像大模型，這就是一筆划算的交易，而這正是任何模型家族中低價層級所尋求的交易。

那麼，為什麼說它「被禁止」？因為迴圈內部發生的運算是在隱藏狀態中進行的，而不是在輸出的詞元裡。思維鏈監控——也就是閱讀模型思考時寫下的內容——自推理模型問世以來一直是業界主要的保證工具，而正是這項工具讓調查人員得以理解七月 Hugging Face 代理事件的全貌。一個把更多工作放在潛在空間中完成的模型，能讓這項工具讀到的東西更少。這是兩年來反對在前沿領域採用迴圈的理由，也是這項技術在開放權重中擴散開來的原因——位元組跳動 Seed 的 Ouro，規模為 1.4B 與 2.6B，以及 Nanbeige4.2-3B，後者讓一個 22 層的堆疊跑兩遍——而發表了安全承諾的實驗室則避開不用。阿里巴巴的 MeSH 與 SpiralFormer 論文則從效率面切入同一個問題。

OpenAI 實際上說了什麼，以及未說什麼

最初引發這一切的報導是The Information於9月1日和2日發布的內容：Astra 使用了一種稱為循環深度（recurrent depth）的技術，也被描述為不透明遞迴（opaque recurrence）。那是一家消息來源可靠、確實有實績的媒體，而且這仍然只是報導，而非官方文件。OpenAI 從未發表過架構論文來證實這種迴圈設計，而 Sebastian Raschka 廣為流傳的 Astra 解析明確指出，這種迴圈結構是根據公開聲明推斷而來的——他的重建顯示，Astra 將其 22 個區塊執行兩次，形成 44 次有效區塊應用，其中兩次迴圈是最佳狀態，而更多迴圈則會使訓練更不穩定。

OpenAI 自家員工所說的內容，比報導或反彈所暗示的更為限縮且審慎。首席科學家 Jakub Pachocki 於 9 月 2 日發文表示，包括 Astra 在內的前沿模型，其計算圖深度與 GPT-4 相差在兩倍以內——是有界的迴圈量，而非某些頭條所暗示的極端遞迴——並反駁他所稱的混亂報導，同時承認思維鏈監控很脆弱，且正朝負面方向發展。據報導，Astra 的系統卡指出，推理軌跡的可監控性比GPT-5.6 Sol退了一步，這是一項實質承認，且不取決於是由哪種架構造成。

安全圈的反應很強烈。Redwood Research 的 Buck Shlegeris 表示他極為擔憂，並警告把遞迴規模放大可能「徹底摧毀 CoT 可監測性」；Ryan Greenblatt 與 Zvi Mowshowitz 也以不同語調提出相同論點。最有用的反駁來自 Raschka：無論架構為何，OpenAI 自 o1 世代以來就一直不公開原始推理軌跡，而更強的模型輸出較短的思維鏈，本身並不構成存在隱藏推理通道的證據。

把這兩段放在一起，就會得出這則推文正在押注的局勢。「Astra 已迴圈化」是 OpenAI 拒絕證實的可信報導。「第二個迴圈模型將於 9 月 29 日推出」則只是一則貼文。

五起九月的 OpenAI 洩密事件，以及這一起所處的位置

九月湧現了一大批密集的OpenAI洩密報導，而這些報導有用之處在於，它們並非全都屬於同一類證據。

• 9 月 3 日——這些字串gpt-6-astra 和 gpt-6-astra-aeon 出現在 Codex Desktop 內的一個 Statsig 功能旗標中，由 @notjazii 截圖並經 @kimmonismus 放大傳播。Aeon 代理的故事就是由此衍生。五週過去，Aeon 仍沒有產品頁面、價格、說明文件或基準測試，也沒有任何可解析的模型 ID。

• 9 月 21 日 — 一組「GPT-6 Sol medium」字串出現在 NVIDIA 的合併紀錄中。

• 9 月 22 日——三個 Azure 登錄檔路徑，分別對應 gpt-6-sol、gpt-6-luna 與 gpt-6-astra-minor，從中國開發者論壇 locdd.com 以可用的 Microsoft 網址形式發布。隔天我們抓取公開的 playground 設定端點時，這三個新名稱並不在其中；登錄檔裡反而是 gpt-6-astra 以及較舊的 GPT-5.6 世代項目。

• 9 月 22 日 — GPT-6 Sol 與 GPT-6 Luna 正式推出。價格、模型 ID、SDK 發行說明、Bedrock 上架資訊、GitHub Copilot 挑選器項目，以及 Perplexity 預設選項，全都在一天內陸續跟進。

這個模式並不隱晦。那些在真正出貨的介面上帶有具體痕跡的外洩類別——SDK 發行說明、雲端登錄檔、桌面功能旗標——最終都變成了產品。那些只有名字的外洩類別則沒有。今天在 DevDay 上宣稱的、來自 OpenAI 的第二個迴圈式語言模型，完全沒有任何具體痕跡：沒有字串、沒有旗標、沒有登錄路徑、沒有價格列、沒有模型 ID。這並不代表它是錯的。這讓它無法從外部查核，而這是另一種、也更誠實的描述。

圍繞它的 DevDay 議程陣容真有其事，而且有異常詳盡的紀錄。

唯一能精確確定日期的，就是這場活動。DevDay 2026 已確認將於 9 月 29 日星期二在舊金山 Fort Mason 舉行，由 Sam Altman 發表主題演講，並提供免費直播——OpenAI 早在四月就公布了這個日期。

其中預期會有的內容，這次被預告得比往常更明顯。Altman 在 9 月 15 日發文說，OpenAI 這週會有「一場重大發布，然後在 devday 發布 x 6」，並在隔天晚上收回前半段說法：「我原本很期待這週推出的主要東西，會改成下週推出，但在我看來值得等待！」產品負責人 Tibo Sottiaux 曾把這週定調為 DevDay 規模，他在 9 月 19 日表示發布仍會在週二登場，而到了 9 月 22 日真的推出了——Sol 和 Luna，外加一次為付費帳號保留的 Codex 使用量重置。把「發布 x 6」解讀為 DevDay 前後有六樣東西發布，那麼第二個迴圈模型就完全符合這句話的一般意思；把它解讀為誇飾，則完全不合。無論哪種解讀，這都是創辦人的貼文，不是路線圖。

相鄰的外洩消息指向同一方向，卻未點名任何模型。一個 Codex Cloud 版本在桌面版 ChatGPT build 9922 中現身，帶有 Tailscale 與 proxy 整合；而一段入門流程顯示了開發者方案層級——Free、Prototype 與 Accelerate，最後一個為 50 美元——就在主題演講前幾天。兩者都不是迴圈模型。兩者都與一場更偏重平台而非研究的 DevDay 相符。

如果這是真的，那是哪個型號？

沒有人回報身分，因此以下內容屬於推論，應如此理解。

通往「OpenAI 第二款迴圈模型」的最短路徑，就是 Astra 的後繼者。Altman 曾表示，能力更強的模型「很快」就會推出，而在遞迴深度基礎上打造這類模型最便宜的方法，就是保留架構並提高迴圈預算——讓每個詞元有更多遞迴，而不是增加更多權重。這種解讀也最能解釋「閘門大開」的說法，因為在同一架構上推出第二款旗艦模型，就是在宣告第一款奏效了。

第二種解讀是現有 GPT-6 系列中的一個新層級。命名語法已經冒出 gpt-6-astra-minor、gpt-6-sol 和 gpt-6-luna 這些字串，而在不同深度預算下的一款迴圈同類模型，與這個如今橫跨每百萬輸出詞元 $0.10 到 $50 的家族完全吻合。一款更便宜的迴圈模型，會是讀者最能從錢包裡感受到的版本。

第三種解讀——迴圈式開放權重發布——是最缺乏支持的。它會比任何其他說法都更能解釋這個措辭，而它將並列其中的公開迴圈文獻，早已存在於 Ouro 和 Nanbeige4.2-3B 之中；但 OpenAI 針對這一代並未宣布任何朝此方向的計畫，而為了遷就一個詞而憑空發明產品，正是洩密報導出錯的方式。

什麼能讓這件事在 9 月 29 日之前變得可供查核？

依此順序，留意那些解決了最近三次洩漏的表面：

• 能在 OpenAI 的 API 中解析的模型 ID，或其定價頁面上新增的一列。

• openai-go 或 openai-node SDK 中的一則發行說明，命名了新的模型識別碼——這正是 Sol 和 Luna 洩露自身登場的方式，SDK v3.65.0 在公告頁面上線前數小時就發布了模型識別碼。

• Bedrock 或 Azure 清單，或桌面版建置中全新的 Statsig 旗標字串。

• 系統卡裡的一句架構描述。這句最為關鍵，卻會最後才出現，因為 OpenAI 從未證實 Astra 的迴圈式設計。

除了前三項之外，其他任何東西都是名稱；而在這整個週期中，名稱一直是最不可靠的產物。

為什麼即使這則推文最後證明是錯的，它仍然重要

如果循環深度成為標準而非例外，有兩件事會改變。

第一項是保證。如果下一代模型在隱藏狀態中進行更多推理，那麼任何依賴讀取模型書面思維鏈的評估都會失去訊號——而這包括第三方安全評估，不只是 OpenAI 自家的監控。對任何有保證需求的人來說，這是一項採購輸入，而且它不會顯示在基準測試表中。

第二點是價格階梯的形狀。迴圈架構以序列化運算換取參數，因此把成本從記憶體轉移到時間：代管起來可能更便宜，但每個 token 可能更慢。GPT-6 系列已經明確為這項取捨定價——GPT-6 Astra 每百萬 token 輸入 $10／輸出 $50，是深度模型，GPT-6 Sol 為 $2／$10，是速度快的那款，GPT-6 Luna 為 $0.10／$0.50，是主打高用量的那款。這三款全都已在 OrcaRouter 上以 OpenAI 的定價表價格上線，不加任何價差，所以如果第四款、採迴圈架構的模型在 9 月 29 日推出，我們這邊的價目表就是供應商在它上線當天的價目表——而供應商一旦降價，在他們那邊生效的同一天，這裡也會生效。

像這樣的爆料，其實際用途不在於預測，而在於準備。一個可能五天後就會推出、卻沒有獨立基準測試的模型，正是自動容錯移轉存在的理由：把某條路由指向新模型，讓 GPT-6 Astra 或 GPT-6 Sol 留在它後面，這樣即使第一週表現不佳，你損失的也只是部分流量，而不是你的正式生產路徑。這也是測試深度密集型模型的明智做法——路由 DSL 會把它與它預定要取代的模型一起組合成單一呼叫，而模型融合會讓一組模型針對同一個提示詞運行，這比任何發布文章都更快看出新架構的表現。

今晚究竟什麼才是真的？

X 上有一則貼文稱，OpenAI 的第二款循環語言模型將於 9 月 29 日推出。沒有模型 ID、沒有價格、沒有名稱、沒有第二個消息來源、沒有可供查證的產物。在這則貼文下方：一款於 9 月 3 日推出的旗艦模型，報導稱其為循環式，但 OpenAI 從未證實其為循環式；相較於 GPT-5.6 Sol，推理軌跡可監測性出現已獲承認的下滑；一位首席科學家表示，循環被限制在 GPT-4 計算圖深度的兩倍以內；以及一款於 9 月 22 日推出的低價方案，讓這個架構問題不再只是學術問題，而具有商業意義。

那是一個單薄的說法，撐在一個厚實的故事之上，而這正是活動前五天洩漏消息的常見樣態。如果週二在 Fort Mason 出現第二個迴圈模型，有趣的細節不會是基準測試數字——而是系統卡是否重複那個可監控性但書。就是那單一句話，能告訴你「不再被禁止」究竟是口號還是政策。