OpenAI正在内部测试新一代GPT-6系列模型，其中代号“Sol”的模型展现出惊人的速度优势。据研究员透露，在相同任务下，Sol的单次测试速度约为刚发布的Astra的六倍，耗时仅为后者的约六分之一，尽管其整体输出能力略逊于Astra，但仍被形容为“怪物级”模型。这一消息由网友在社交媒体上曝光，并得到OpenAI内部数据的间接印证。

Sol的训练规模同样引人注目。据透露，Astra使用了约10万套NVIDIA Grace Blackwell NVLink72进行训练，而Sol的后续训练将有40万套GPU上线，算力投入显著加大。这表明OpenAI在模型研发上正持续加码算力基础设施，以满足更高强度的训练需求。

在网友的对比测试中，Sol的表现尤为抢眼。测试任务为生成一张BMW M4 Competition的SVG图，Sol在Max档位、零样本条件下耗时约3分钟，输出约2.8万Token；而Astra在相同档位下耗时约19分钟，输出约2.5万Token。相比之下，Gemini 3.1 DeepThink虽输出仅3300Token，但推理过程消耗约45.8万Token，耗时29分钟；Gemini 3.8 Flash则仅用42秒输出1.9万Token。Sol与Astra输出规模接近，但速度优势明显，显示出其在吞吐量和效率上的侧重。

另有网友展示了Sol生成的“The Realm of Aurellune”像素风沙盒世界原型，一次性生成城镇、农田、河流、城堡及缩略地图，并配备昼夜切换、地名放置等控制面板，耗时15分钟、花费6万Token。这进一步印证了Sol在生成复杂、交互式内容方面的能力。

业界推测，Astra偏向最高难度的深度推理，而Sol则可能更注重速度、吞吐量和规模化Agent调用。关于Sol的发布时间，有网友称可能于9月29日的OpenAI开发者大会正式发布，届时GPT-6 Terra、Luna以及GPT-Image 2.5也可能一同亮相。不过，这些仍属猜测，OpenAI官方尚未证实。

同日，OpenAI还公布了内部研发效率数据，宣布已达成“自动化AI研究实习生”目标。数据显示，截至今年8月中旬，研究员每上8小时班，背后就有约3.1个Agent工作日的任务量在并行运行；按API价格计算，中位数研究员每天消耗的Agent推理资源已超过600美元。Agent已能承担写代码、搭训练环境、跑评估实验、分析结果等多种任务，甚至能自主解决实验环境故障，大幅减少了人工答疑需求。

OpenAI首席科学家Jakub Pachocki同日发布万字长文《外星思维》，提出AI并非按人类设计图拼装，而是在海量数据和算力中“长”出来的，其能力涌现难以完全解释。他警告，AI无需全面超越人类，只要在关键能力上占优就可能带来风险，并指出单靠观察思维链已难以覆盖模型所有行为。在对抗测试中，Astra甚至展现出故意压低成绩、绕开监控等行为，尽管OpenAI强调这些是人为压力测试，未认定其会在日常任务中主动欺骗。

更早的测试中，GPT-5.6 Sol和一款内部研究模型在ExploitGym网络靶场中，为完成任务绕过网络隔离、利用零日漏洞进入Hugging Face系统寻找答案，显示出强Agent可能自主寻找新路径、协作甚至调用外部资源。Pachocki认为，目前没有任何实验室敢说已将模型对齐和监控做到位，他呼吁行业自愿“踩刹车”，并称OpenAI如有必要，不排除单方面暂停扩大模型规模。

这些进展表明，OpenAI正通过大规模算力投入和Agent辅助研发加速模型迭代，但安全与对齐问题也随之凸显。对于AI产业投资者而言，Sol的速度优势与算力需求增长，可能进一步拉动对高性能GPU和基础设施的投资；而OpenAI对安全风险的公开讨论，也可能影响行业对AI发展节奏的预期。