行业研究公司研究宏观策略财报招股书会议纪要 Token 低空经济十五五 AIGC 大模型

模型观点更新 GPT-6 实际的变化发生在后训练RL上

2026-09-06 未知机构王英文

GPT-6核心改进与多模态趋势分析

1. RL优化提升思维链效率

GPT-6未采用新架构（如Loop transformer），但通过强化学习（RL）优化显著缩短了思维链（COT）长度并提高信息密度。这一改进在不改变推理能力的前提下降低了模型成本，并有助于图像理解等抽象任务。

2. 蒸馏技术局限性

思维链COT的高信息密度仍可支持蒸馏技术，但无法弥补国内外在RL能力上的差距。

3. 新场景拓展与多模态数据占比提升

专业工具软件应用：模型已能通过生成可编辑代码（如CAD文件）驾驭专业工具，完成简单结构件设计，但整体设备设计能力仍需提升。创意需求将驱动专业工具软件需求大幅增长。
多模态数据占比：近半年预训练数据中多模态占比最高达40%，computer use能力持续提升。

4. 模型规模与训练参数估算

基于10万卡算力消耗测算，GPT-6可能是5万亿参数规模、200万亿训练数据的模型，训练周期约3个月。

结论

GPT-O1通过长COT提升推理正确率，Astra在正确率基础上大幅缩减COT长度，实现降本革命。多模态能力结合效果待观察。

点击免费查看完整报告

猜你想问

GPT-6的核心改进是什么？

GPT-6通过强化学习（RL）优化显著缩短了思维链（COT）长度并提高信息密度，在不改变推理能力的前提下降低了模型成本，并有助于图像理解等抽象任务。这一改进未采用新架构（如Loop transformer），但效果显著。

多模态数据占比提升对行业有何影响？

近半年预训练数据中多模态占比最高达40%，computer use能力持续提升，推动专业工具软件需求大幅增长。模型已能通过生成可编辑代码（如CAD文件）驾驭专业工具，完成简单结构件设计，但整体设备设计能力仍需提升。创意需求将驱动行业变革。

GPT-6的模型规模与训练参数如何估算？

基于10万卡算力消耗测算，GPT-6可能是5万亿参数规模、200万亿训练数据的模型，训练周期约3个月。这一估算为模型能力提供了参考，但具体参数仍需进一步验证。

报告对市场现状有何判断？

GPT-O1通过长COT提升推理正确率，Astra在正确率基础上大幅缩减COT长度，实现降本革命。多模态能力结合效果待观察，市场需关注技术落地与商业化进程。

研报存在哪些风险提示？

思维链COT的高信息密度仍可支持蒸馏技术，但无法弥补国内外在RL能力上的差距。模型在专业工具软件应用中整体设备设计能力仍需提升，多模态数据占比提升也带来技术整合挑战。