GPT-6终于官宣：OpenAI的「土豆计划」到底藏了什么野心？

说实话，OpenAI这波官宣选的时间点挺有意思。

就在昨天凌晨，GPT-6 正式官宣。内部代号叫「Spud」（土豆），名字土得让我愣了一下——你家万亿参数的旗舰模型，怎么取了这么个接地气的外号？

但看完发布文档，我明白了。这哪是土豆，分明是颗重磅炸弹。

先说重点：参数和训练

官方没公布确切数字，但业内普遍猜测 GPT-6 的参数量在 8-10 万亿级别。对比 GPT-5.4 的约 1.8 万亿，这是实打实的代际跨越。

更关键的是训练数据。OpenAI 这次采用了「多模态原生」架构——不是先训文本再加图像/视频模块，而是从一开始就把所有模态混在一起训。这意味着什么？

意味着 GPT-6 理解世界的方式更像人了。我们不是先学会文字再学会看图，而是同步接收各种信息。

训练成本方面，据 The Information 的消息，GPT-6 的单次训练成本在 15-20 亿美元。这是什么概念？等于烧掉了两个独角兽公司的估值。

技术突破：不只是「更大」

OpenAI 这次重点强调了两个能力：

第一，跨模态推理。

之前的模型，你给它一张图问问题，它是在「描述图片」；GPT-6 是在「理解场景」。演示视频里有个例子：输入一张 messy kitchen 的照片，问「如果我要做一道需要用到烤箱的菜，需要先清理哪些地方？」

模型不仅指出了烤箱里的残渣，还推理出「水槽堆着脏盘子会影响操作台空间」。这种因果链推理，明显上了一个台阶。

第二，工具使用的「主动性」。

GPT-5.4 也能调用工具，但基本是你说一步它做一步。GPT-6 开始有了「为了完成目标，我自己决定用什么工具」的意识。

官方 demo 里有个场景：用户说「帮我规划一个三天两晚的京都行程，要包含寺庙和美食，预算 5000 人民币」。

GPT-6 没有直接开始写攻略，而是先反问：「你偏好传统日式旅馆还是现代酒店？对生食接受度如何？」

这很关键。它不是盲目执行，而是在主动收集信息以优化输出。

但我有个疑问

看完发布会，我脑子里一直有个声音：这么强的模型，OpenAI 打算怎么放出来？

GPT-5.4 已经很贵了。GPT-6 如果按现有定价逻辑，API 调用成本可能是 5.4 的 3-5 倍。普通开发者用得起吗？

另一个问题是延迟。参数越大，推理越慢。实时交互场景（比如语音助手）怎么办？OpenAI 肯定也意识到了，发布会上专门提到了「推理优化」和「分层服务」——简单说就是，简单任务用小模型，复杂任务才唤醒大模型。

这个思路是对的，但具体效果如何，还得等实际上手才知道。

土豆背后的野心

代号 Spud，我猜有一层意思是：这是 OpenAI 的「根基作物」。

1220 亿美元融资刚完成，8520 亿美元估值。这笔钱要烧去哪？GPT-6 就是答案。OpenAI 正在把所有筹码压在一个方向上：通往 AGI 的终局。

我不是 AGI 乐观派，但这次发布让我感觉到了一丝不同。不是「又变强了」，而是「变强的方式变了」。多模态原生、主动工具使用、场景化推理——这些不是量的累积，是质的转变。

当然，模型还没开放。等我能亲手测试那天，再跟你们细聊。