据 The Information 援引知情人士消息，OpenAI 员工预计公司将在今年年底前发布「一到两款新模型」，但正在推进的「重大升级版旗舰模型」是否在列尚不确定。该旗舰模型仍需完成对齐工作，使其目标与研究人员和客户的预期一致，同时公司还要加固围绕该模型的测试基础设施，之后才能继续推进。

安全评估与政府审查是另一道门槛。在领导层对安全评估满意之后，OpenAI 还需履行此前同意的安排：根据一项针对先进 AI 系统评估的行政令，公司要向美国政府提供新模型的访问权限，时间点早于向外部合作伙伴开放最多 30 天，早于公开发布的时间则更长。

循环 Transformer 是 Astra 与新一代旗舰的共同底座。据一位知情人士透露，新旗舰同样采用循环 Transformer 技术，OpenAI 已在生产环境中运行这一方法，内部称其为「Recurrent Depth」，也是其当前顶级模型 Astra 的核心机制。与把 token 一次性穿过 Transformer 层不同，该模型会让 token 在同一批层中循环多次，再输出下一个词。这样做能提升数学与编程任务的表现并压低成本，因为较小的模型也能发挥超出其体量的能力。

代价是安全监控变难。循环会把模型的一部分「思考」从可读文本转移到人类审阅者无法检查的内部数值表示中，从而削弱思维链监控——安全研究人员正是通过追踪模型的推理过程来发现异常行为。The Information 报道称，OpenAI 刻意限制了 Astra 的循环次数，以保持其思维链可读。

安全投入的规模也被披露。据一位了解相关数字的人士称，在 Hugging Face 事件之后，OpenAI 将约 10% 的总算力转向对齐与安全。The Information 报道称，这相当于数百兆瓦的数据中心容量，不过此前分配给安全的算力有多少、当前的具体比例如何，仍不清楚。按市场价计算，OpenAI 转移的这部分算力若对外租用，每年成本将达数十亿美元。AI 研究员 Noam Brown 在 9 月中旬的一档播客中表示，他团队中约 10% 的人也从事安全相关工作。

微软的一次意外泄露，让这套循环推理的运作方式浮出水面。作为 OpenAI 的主要投资方，微软可以接触其知识产权，却在一篇关于 GPT-6.1 Sol 的技术文章中意外公开了细节。GPT-6.1 Sol 是 OpenAI 本月早些时候推出的 Astra 廉价替代方案。在一个已被删除的段落中，微软将 GPT-6.1 Sol 描述为采用「looping inference（循环推理）」，即模型在给出答案前，会对同一问题做多次「pass（遍历）」。The Information 援引该页面缓存副本称，GPT-6.1 Sol「使用与 GPT-6 Sol 相同的基础模型权重，但推理遍历为两次而非三次」。一位直接知情人士确认，该文章内容与 OpenAI 私下告知微软的信息一致。微软在意识到这部分内容本不应公开后将其撤下。

The Information 报道称，循环 Transformer 在训练与推理两个环节，都是 OpenAI 模型开发中较为敏感的部分。OpenAI 首席科学家 Jakub Pachocki 此前已承认，思维链监控正变得「脆弱」，且「不幸地朝着负面方向发展」。他还警告业界不要一味竞速，去追求没有可读推理过程的模型。

对关注 AI 产业的读者而言，这条消息牵动两条线索：一是 OpenAI 的模型迭代节奏可能被对齐与安全评估拉长，进而影响其合作伙伴与下游应用的更新预期；二是「可读推理」与「性能/成本」之间的取舍，正在成为前沿模型开发中一个公开化的结构性矛盾——循环架构能换来更强的数学与编程能力，却让外部审计与安全验证变得更依赖内部机制而非文本痕迹。