新智元报道
新智元报道
GPT-6还没玩明白，GPT-7就已经在路上了？
近日，OpenAI应用研究负责人Boris Power透露，OpenAI已把目光投向下一代模型：
公司大约80%到90%的研究，已经聚焦GPT-7、GPT-8，以及更新代际的模型。
但眼前的GPT-6，OpenAI仍然没少下功夫。
就在本月，OpenAI先推出主打能力上限的GPT-6 Astra，又在9月22日推出更快、更实惠的Sol和Luna。
这边已经将绝大部分研究精力投向GPT-7、GPT-8等下一代模型，那边还在不断给GPT-6家族添油，这就引出了两个问题：
既然OpenAI把研究重心押在下一代，为什么还要不断优化现有模型？
既然要把大模型越练越强，为什么同时还要做更小、更便宜的版本？
用Power的话说，部分针对现有模型的优化投入，在OpenAI内部甚至被视为「极度短视」。
这些工作能帮助团队今天更快迭代、更快学习，但长期的押注，仍然放在下一代模型上。
这就要分清两件事：今天值得做的优化，它的适用期是多久？
比如，模型现在调用工具容易报错，团队就收集数据、调整训练，把这个窟窿补上。
每修好一个问题，产品就更好用一点，团队也多积累一份经验——这在Power看来是必要的，但他也提醒，里面有一个坑：
当下一代模型一来，今天费劲补的短板，可能就不再是问题了。
新一代模型会让许多事情变得更容易。因此，团队也得重新判断：接下来，哪些问题最值得花精力解决？
也就是说，模型进化得越快，有些方案的价值就越需要重新掂量。
但明天可能过时，不代表今天不值得做。用户现在就要用产品，眼前的短板，该补还得补。
OpenAI在Astra的官方介绍里也提到，团队仍在针对实际工作训练模型，并改进Codex，让AI干活更快、更顺畅。
对普通用户来说，这也意味着今天为了让AI干活，你得反复改提示词、拆步骤、盯过程，但这些麻烦未必会一直存在。
模型升级了，旧的问题可能迎刃而解，新的用法也需要重新摸索。
真等GPT-7、GPT-8下一代模型来了，我们不妨再去试试：过去得手把手让前代模型们干的活儿，现在能不能只交代目标，它就能自己往前干？
既然要把大模型做得更强，为什么还要费力做小模型？
在Power的逻辑里，这两件事恰好连在一起。
先练出一个能力很强的通用模型，再让它当老师，教会更小、更专的模型。
他以Astra和Luna为例，勾画出了这条「先做强、再蒸馏」的路线。
这也能解释OpenAI为什么会将八九成的研究押向GPT-7、GPT-8等未来更强的模型。
它们既能自己下场解难题，也能成为下一批小模型的老师，让部分能力进入更便宜的产品。
从技术上说，一种常见的模型蒸馏方法是：先让强模型生成示范，筛选出高质量输出，再用这些数据训练更轻量的小模型。
而这套方法，OpenAI自己已经驾轻就熟。
2025年3月，OpenAI发布新一代音频模型时，就明确披露：
团队通过蒸馏，把自家大型音频模型的知识传递给更小、更高效的模型，并用模拟真实对话的数据，改善小模型的对话质量和响应表现。
官方还给过一个更直观的教学示例：让GPT-4o当老师，训练GPT-4o mini根据葡萄酒信息判断葡萄品种。
在该示例的300条验证数据上，GPT-4o mini的准确率从64.67%提高到79.33%，接近GPT-4o的79.67%。
葡萄品种判断任务中，GPT-4o mini蒸馏后准确率升至79.33%。
这是特定任务上的结果，并不意味着小模型全面追平了大模型。
不过，学生本来也不必学会老师的全部本事：
只要在特定任务上达到需要的水平，又把成本降下来，这笔账就可能划算。
回到GPT-6家族，类似的能力迁移与成本分工仍在继续。
9月22日，OpenAI推出GPT-6 Sol和Luna，强调更快、更实惠。
官方称，它们采用与Astra相似的方法训练，把相关能力进步带向成本更低的模型。
虽然具体训练配方并未完整公开，也不能直接把Luna说成一个「缩小版Astra」，但方向已经很清楚：
大模型抬高能力上限，小模型降低使用门槛。
对普通用户来说，这意味着哪怕你日常选的是便宜模型，也可能间接受益于更强大模型的研究成果。
不是所有任务，都必须用最顶级的模型。
一份工作里，有些环节需要深度判断，有些只是把已经明确的要求执行到位。让大小模型各接一部分活，才有机会把钱花在刀刃上。
来看一个准备项目汇报的例子。
几份材料说法不一，数据口径互相打架，核心结论也没想清楚。
这时，可以先让更强的模型梳理逻辑、找出矛盾，指出还缺哪些证据，再搭起报告框架。
等关键事实核实了、方向确定了，后面的工作就可以尝试交给小模型。
遇到材料无法解释的新问题，或者需要重新判断结论，再交给更强的模型处理。
这样，大模型负责啃难题，小模型负责接住那些要求明确、反复要做的活。
当然，具体怎么分，还得看模型在这项任务上的实际表现。
对于用户来说，便宜固然有吸引力。
但如果每次都得自己试模型、拆任务、判断何时切换，出了错还要返工，那么省下的模型费用，很可能又变成了额外花掉的时间。
合理的分工，是让小模型以更低的成本，把要求明确的日常工作做好；让大模型在关键时刻，接手那些需要更强判断力、值得多花成本的难题。
这笔账，最终要看完成整项工作的总成本：既包括模型费用，也包括人花在解释、检查和收尾上的时间。
便宜的账单，不能靠用户多打一份「管理AI」的工来换。
Power认为，这几代模型的变化，也在改变人的角色。
比如，用GPT-4时，用户需要精心设计提示词；到了GPT-5，虽然更容易上手，仍然得不断反馈纠偏；GPT-6则已经更像一个能接下目标、往前干活的同事。
这还只是Power的判断，不能看成所有任务都可以彻底放手，但OpenAI的官方已经提到一些具体的变化。
在Codex中，Astra可以向用户提问，同时继续处理不依赖回答的工作；遇到重要决定，则等待用户输入。
官方还称，它能在接收新要求时，更好地记住原来的目标和约束。
这些变化没有跑分那么直观，却直接关系到AI能不能从「工具」走向「同事」。
背后考验的，是AI自主推进任务、持续扛活儿的能力：要记得住目标，能把工作往前推，也知道哪些决定必须请人拍板。
未来的GPT-7、GPT-8，能把这种协作能力推进到什么程度，还要看后续产品的表现。
但对用户来说，模型升级的价值，要算一笔更实在的账：
交代完一个目标，还要替它拆多少步骤、催多少次进度、收多少烂摊子？
只有这些负担实实在在减轻了，模型的进步才能真正让我们的工作和生活更轻松。
这既需要大模型不断攻克难题、抬高能力上限，也需要小模型把更多能力带进日常，让人用得起，也愿意天天用。
参考资料：
编辑：元宇
