8 月 9 日，長期關注 OpenAI 模型動向的 X 使用者 ChrisGPT 爆料稱，OpenAI 正在推進一個代號為 Doug 的新一輪大型預訓練模型。按照他的說法，Doug 將是 OpenAI 迄今規模最大的一次預訓練專案，而且它與 GPT-6 並不是同一個模型。在後續回覆中，ChrisGPT 進一步表示，GPT-6 很可能就是此前因安全問題緊急暫緩釋出的自家最強模型 Astra。至於 Doug，他預計最遲可能會在 11 月之前推出。
ChrisGPT 並非第一個公開提到 Doug 的訊息源。8 月 7 日，半導體和 AI 行業研究機構 SemiAnalysis 在一篇討論 Gemini 和 Google Cloud 的文章中，公開了一段此前傳送給機構客戶的研究備忘錄，時間為 7 月 9 日。備忘錄中有一句關鍵表述：OpenAI 已經克服了預訓練方面的問題，一個代號為 Doug、規模大得多的模型正在積極推進。
如果相關訊息準確，Doug 可能意味著，在過去接近兩年主要依賴 post-training（後訓練）、強化學習 和 inference-time compute（推理時計算） 推動能力增長之後，OpenAI 正在重新啟動一次大規模的基礎模型換代。
故事要從 GPT-4o 說起。2024 年 5 月 13 日，OpenAI 釋出 GPT-4o，並將其稱為新的旗艦模型。此後接近兩年，OpenAI 雖然訓練併發布了 GPT-4.5 等新的預訓練模型，卻始終沒有完成一輪能夠被廣泛部署為下一代主力 frontier model 的全規模預訓練。與此同時，OpenAI 的模型能力增長開始越來越多地來自另一條路線。
2024 年 9 月 12 日，OpenAI 釋出 o1-preview。相比過去依靠更大規模預訓練推動能力增長，o1 展示了另一種 scaling 方法：通過大規模強化學習，讓模型學會投入更多計算進行推理。此後，post-training、RL 和 inference-time compute 在 OpenAI 的模型體系中變得越來越重要。2025 年 4 月，o3 正式釋出，OpenAI 再次強調 o 系列的推理能力來自 large-scale reinforcement learning。2025 年 8 月，GPT-5 釋出，它不再只是一個單一模型，而是一套由快速模型、深度推理模型和路由系統組成的統一架構。
SemiAnalysis 認為，o1、o3 乃至 GPT-5 系列背後，並沒有伴隨一次與 GPT-4o 相當的全新 base model 世代躍遷，相關模型實際上仍建立在 GPT-4o 時代的基礎模型體系之上。OpenAI 從未確認這一訓練血緣，但如果 SemiAnalysis 的資訊成立，過去近兩年的路線就很好理解了：底座沒有發生同等級別的世代躍遷，能力增長主要由越來越強的 post-training 和 RL 推動。模型 scaling 也由過去主要依賴 pre-training，逐漸擴充套件到了 pre-training、RL 和 inference-time compute 三個維度。
問題在於，如果基礎模型長期沒有發生同等級別的換代，僅依靠後訓練和推理計算繼續 scaling，遲早會面臨邊際收益下降的問題。而 Gemini 3 的出現，把這種潛在的訓練路線問題迅速轉化成了現實的競爭壓力。
2025 年 11 月 18 日，Google 釋出 Gemini 3。十天後，SemiAnalysis 在 TPUv7 分析中丟擲了一個引發廣泛討論的判斷：自 GPT-4o 以來，OpenAI 沒有完成一輪能夠被廣泛部署為新 frontier model 的成功全規模預訓練。當 Google 推出 Gemini 3 後，這種差異也從訓練路線問題，變成了直接的競爭壓力。12 月 1 日，多家媒體報道稱，Sam Altman 在 OpenAI 內部宣佈「Code Red」，要求團隊優先提升 ChatGPT，並重新配置部分資源。
一天之後，更關鍵的訓練資訊浮出水面。2025 年 12 月 2 日，《The Information》報道稱，OpenAI 正在開發一個代號為 Garlic 的新預訓練模型。報道援引內部訊息稱，Garlic 在 coding 和 reasoning 評測中表現不錯，同時使用了 OpenAI 在此前訓練過程中發現的一系列 bug fixes。更關鍵的是，OpenAI 首席研究官 Mark Chen 據稱向團隊表示，公司已經解決了此前 pre-training 中的一些關鍵問題。報道還提到，這些訓練改進能夠讓更小的模型容納過去需要更大模型才能獲得的知識。同一篇報道里，還有一句後來顯得格外重要：OpenAI 已經基於 Garlic 學到的經驗，開始開發一個「even bigger and better model」。
Doug 的故事，其實從這裡就已經開始了。2026 年 1 月 6 日，SemiAnalysis 再次談到 OpenAI 的模型路線，直接寫道：OpenAI 已經解決了預訓練方面的問題。也就是說，按照 SemiAnalysis 掌握的資訊，OpenAI 此前困擾全規模預訓練的問題已經得到解決。Garlic 很可能承擔了驗證這些修復是否有效的角色，而 Doug，則可能是這些訓練方法真正被放大到更大規模之後的結果。
如果上述訊息準確，那麼 OpenAI 可能正在連續推進至少兩輪重要模型專案：已經進入高階評測階段的 Astra，以及規模據稱更大的 Doug。而 Doug 指向的則是另一件事：重新推動底座本身的 scaling。過去兩年，OpenAI 已經證明，舊底座仍然可以通過 RL、reasoning 和 inference-time compute 被不斷向上推。Doug 要回答的是另一個問題：當底座本身重新完成一次大幅躍遷之後，這套已經被推到極致的後訓練體系，還能把能力再帶到哪裡。這可能才是 OpenAI 下一輪模型競爭真正的起點。