网友追踪 OpenAI 未公开模型标识，其与下一代 GPT 的关系仍待确认

编辑更正（2026年11月5日）：API标识、流量样本和网友演示无法独立确认模型名称、架构、参数量或发布时间。BenchCAD结果来自官方未公开命名的内部模型，不能据此认定为GPT-6.2或可直接工业交付。数学研究按官方披露为约88小时并含人类指导，非本文原写的70小时。参见工程研究说明（在新窗口打开）与数学研究说明（在新窗口打开）。

OpenAI的下一张王牌，已经备好。

昨天Codex负责人Tibo甩出一句暗号「Le GPT Fat」，全网都在狂猜GPT-6.2 Astra马上要来。

好巧不巧，就在今天，两个从未公开过的神秘模型ID，突然闪现OpenAI官方API模型列表——

rc-ada-or-vm

rc-ada-sh-vm

短短几分钟后，OpenAI火速将这两个模型从API列表中撤下，手快发起调用的开发者全部撞上了「503容量受限错误」。

同在今天，OpenAI官博还上线了一篇硬件工程长文，悄悄亮出一个尚未发布的「神秘内部新模型」。

它的起步档跑分就跨越了GPT-6 Astra最高满血档，峰值冲上87.5%。

OpenAI憋了数月的下一代杀招，彻底藏不住了。

网友分享被标为GPT-6.2 Astra的测试，身份尚待确认

质感直逼Fable 5.5

几乎同一时间，网友分享了标为GPT-6.2 Astra的演示，但缺少可独立核验的模型身份和生成条件。

这支「海边鹈鹕骑自行车」的长时序Demo细节拉满、质感惊艳，渲染效果竟能媲美Fable 5.5。

不仅如此，GPT-6.2 Astra纯前端代码手搓动画，也可「食用」了。

下图中它完成了从0到1的动画成型，但在镜头设计和细节颗粒度上，依然被Fable 5.5狠狠上了一课。

大佬Token Gremlin做的同款动画，是由GPT-6.2 Astra自己做的。

经典版「我的世界」，先是做出了SVG图之后，再生成动画。

SVG测试，四款大模型同时绘制PS5手柄，GPT-6.2 Astra和Fable 5.5完全就是新的SOTA。

上架几分钟火速撤回

关于VM标识及所谓双模型架构的猜测

这场深夜抓包，被开发者Pankaj Kumar、Pradeep Kapoor以及自动化追踪哨所AI Tracker Bot同时逮了个正着。

按照OpenAI一贯的发版节奏，新模型在正式官宣前24到48小时，往往要在生产环境API网关做一次短暂的挂载测试。

网友把rc解读为Release Candidate，并猜测ada、or、sh、vm的含义，但官方未在所引材料中确认这些标识的对应关系；它们不能证明训练测试已完成或产品随时上线。

真正藏着玄机的是后缀里的两个vm（虚拟机）。

or-vm负责拆解任务、全局调度，相当于发号施令的「大脑虚拟机」；sh-vm则是在隔离沙盒里跑命令行、写代码、开软件的「手脚虚拟机」。

把双虚拟机环境焊进API模型底层，说明这代新模型天生就是冲着复杂的长链路Agent任务去的。

另一批开发者则把线索，指向了刚从Codex内部日志漏出来的两款新模型，gpt-6.2-astra和代号「参宿四」的gpt-6.2-betelgeuse（简称Bel）。

前者已经悄悄接管了Codex内部近两成的流量，而以红超巨星命名的Bel，正是参数规模高达10万亿至12万亿的超大母模型，恰好对上了Tibo口中的「胖版GPT」。

OpenAI此前披露的NS方程研究使用大量Agent运行约88小时，包含人类研究者设定方向与指导，并继续进行形式化验证；该成果及访谈不能独立确认本文猜测的GPT-6.2身份，也不等于已获千禧年奖官方认定。

这次闪现API的两个候选版本，极可能就是准备上架的GPT-6.2「双子星」。

神秘新模型「起步档碾压Astra满血版」

如果说API闪现只是露了个名字，OpenAI几乎在同一分钟发出的博客《加速物理世界的工程研发》，则亮出了这代新模型的恐怖肌肉。

眼尖的评测机构LuminaBench第一时间盯上了博客里的第一张跑分图。

在这张名为 BenchCAD 2.0 的评测图上，OpenAI罕见地把当家主力 GPT-6 Astra ，和一个署名为 「内部模型」 的神秘对手放在了同一张表里。

这份榜单考的全是硬核工程活，100道真实案例，要求模型一边写代码、一边调用物理工程知识，把3D零件和装配体重新建出来，还要理清PCB电路板上的连接关系。

扒开OpenAI网页底层的图表数据，两代模型的差距相当悬殊。

现役主力GPT-6 Astra从最低档一路拉到第五档，哪怕把推理算力推到极限，得分也只停在59.4%。

而那个神秘内部新模型一上来，最低档位就拿下了75.8%，比Astra的满血极限还要高出16个百分点，单题成本反而更便宜；继续往上加推理算力，分数一路飙到87.5%，把天花板抬高了28.1个百分点。

BenchCAD 2.0基准的第一作者Haozhe Zhang连声惊叹，直言分数从0.594跃升到0.875的跨度太过震撼。

网友按Astra的API价格作了成本估算，但不能据此确定未发布内部模型的实际价格。BenchCAD分数反映特定任务表现，也不等于输出已达到无需人工复核的工业交付标准。

这么一看，逻辑瞬间通了。

BenchCAD涉及三维零件、装配体和电路连接等工程任务；所列API标识不足以证明模型采用双虚拟机架构，也不能据此确认它与评测内部模型属于同一系统。

社交预告、API标识与官方内部模型评测是不同线索；它们尚不能拼成已确认的产品身份、架构或发布计划。

既然候选发布版（RC）已经挂上API网关，距离OpenAI正式放大招，只剩最后倒计时了。

参考资料：

https://x.com/pankajkumar_dev/status/2117700596786778248

文章来自于"新智元"，作者 "摩西 桃子"。