正当外界猜测OpenAI在”Red Code”警报后陷入瓶颈时，多位硬核科技爆料人放出的消息，把这家公司的底牌掀开了一角。据悉，OpenAI已经成功跑通代号”Bel”的10万亿参数预训练模型，并同步加快了Astra模型的发布进程。如果消息属实，这将是人工智能参数量级的又一次质变。
10万亿参数的”深渊巨兽”意味着什么
万亿参数的GPT-4让AI具备了接近人类本科生的常识与逻辑，而10万亿参数的Bel，在复杂推理、长文本关联、跨学科多模态理解上，被爆料方形容为”将当今世界所有顶尖专家的脑容量打包再乘以指数级放大器”。
按照爆料说法，OpenAI此前已完成代号”Doug”的预训练，它被定位为Astra计划以及传闻中GPT-6的基础模型。作为继任者的Bel，则是更进一步的”后GPT-6时代”下一代基座，直接瞄准AGI（通用人工智能）这一科技界的圣杯。
有追踪者称，Bel在编码、推理和长时程智能体任务上均超越Astra，可在无人干预的情况下持续高效工作数天，能够自我恢复，并协调数百个并行子智能体。它甚至被部分消息源直接称为”Claude Fable杀手”。
两种速度学习：Bel的进化机制
爆料还描绘了Bel独特的学习方式。快速权重层会在它工作期间吸收来自验证过的证明、代码测试、实验和工具轨迹中的经验教训；较慢的循环则会将那些在评估中存活的改进成果，巩固到持久化权重和训练配方中。
也就是说，Bel一边在快速记忆中迅速学习，把验证有效的改进固化为慢速权重，一边持续优化下一轮学习的运行机制，并将最终成果蒸馏成可以实际使用的小模型。这种机制被解读为”持续进化的存在”——有人甚至推测，未来发布的GPT-7，或许只是Bel在某一周状态下的安全快照。
算力军备竞赛：OpenAI的底气与对手的困境
如果说Bel是技术上的降维打击，那算力则是OpenAI内部士气高涨的底牌。多位追踪者交叉分析后认为，OpenAI判断在2026年下半年到2027年保持领先”毫无悬念”，理由是Anthropic正面临算力短缺。
在大模型的军备竞赛中，算力就是弹药。当模型参数飙升到10万亿级别时，单次训练耗资巨大。Anthropic虽然在模型架构和对齐技术上造诣极高，但在绝对的”暴力美学”面前显得力不从心，今年内恐怕很难对Astra的公开亮相给出强有力回应。与此同时，OpenAI已正式接管自研芯片”Jalapeño”的底层代码，护城河不仅没有被填平，反而被拉大。
Astra加速：10万亿参数或9月面世
与Bel传闻几乎同步，科技媒体TestingCatalog于8月29日披露，OpenAI正在加快Astra模型的发布进程，新增的mozaik-alpha-fdm测试阶段表明内部测试范围正进一步扩大。Astra延续天体命名传统，在拉丁语中意为”星辰”，据多方报道在数学、物理、生物、医学等领域取得突破，甚至解决了多个长期未解的高阶数学难题。
参与灰度测试的开发者透露，Astra将多智能体架构与端到端训练相结合：生成复杂3D网页时，系统并行运行UI设计、前端开发和代码审查三个子模块，保证视觉呈现、交互逻辑与代码结构的统一。测试人员反馈，Astra当前处于零样本测试阶段，使用Max推理强度，推理时间比GPT-5.6 Sol长得多。
OpenAI已官宣将于9月29日在旧金山举办年度DevDay开发者大会，业内预期这场大会将公布GPT-6相关内容，Astra的正式面世时间窗口可能在9月上旬，届时将与Anthropic加速研发的Fable 5.1形成直接竞争。
终局图景：从”工具”到”Personal AGI”
在科技播客的一次访谈中，OpenAI高管Tibo剧透了应用层的未来路线图，直言眼下极其强大的Codex模型，在未来两到三个月内就会显得像原始时代的产物。
他透露，递归自我改进（RSI）每天都在OpenAI内部发生，公司早就在用最强模型优化自身的推理栈、CUDA内核甚至基础设施——比如内部用Sol模型优化Luna模型，直接将运营成本砍掉了80%。”Ultra Fast”模式最高已实现14倍加速，他预测只需一到两年，这种超低延迟将成为行业默认标准。
更重要的是，Tibo认为未来的AI主流将全面转向云端的大规模Agent集群，ChatGPT与Codex将融合成”Personal AGI”——你不再需要手动写复杂的Prompt、维护技能文件或调度子Agent，它会持续、被动地理解你的目标、习惯和团队动态，并主动提供帮助。
无论Bel的传闻有几分夸大，这次大规模爆料都传递出一个清晰信号：人工智能的发展并没有停滞，它只是在积蓄一场足以掀翻牌桌的风暴。2026年的下半年，好戏才刚刚开场。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
