GPT-Next泄露、Gemini 4 Argon提速，Fable 5.5或今日发布

OpenAI的"28天连续发布"计划刚拉开帷幕，一个名为GPT-Next的神秘模型就提前泄露；Google的Gemini 4 Argon内部测试节奏加快，NanoBanana 2.1已悄然上线；Anthropic的Fable 5.5则可能随时开放。这一周AI圈的更新密度，比很多人预期的要高。

OpenAI：GPT-Next泄露与28天发布计划

GPT-Next的曝光方式颇为意外——因为生成内容的速度异常而被外界注意。据B站UP主的分析，这个模型目前仍是早期Alpha版本，但在部分测试中表现优于GPT-6.1，差距不算巨大，却能感受到投入度和创造力上的细微差异，尤其在3D环境搭建和网络开发任务中较为明显。

真正让这个模型值得关注的是成本。早期预估显示，约4万积分可提供约50亿次元（含缓存次元）。如果这组数据成立，GPT-Next将是一个极其高效的检查点，很可能作为OpenAI产品经理Tibo所承诺的"28天发布计划"的一部分推出。

Tibo在X上宣布，未来28天OpenAI每天至少推出一项重要改进，方向集中在四件事：简化产品、提升效率、增加使用限制的合理性、发布新模型。第一天的动作已经落地——GPT-6 Extra与6.1 Soul默认速度提升约50%，从每秒30词元提到50词元，使用ChatGPT登录的合作伙伴（OpenCode、Pi、Amp、Devin等）同步受益。

这里有个值得玩味的背景：Anthropic的新模型在效率和额度上正给OpenAI施加压力。Tibo的"28天挑战"与其说是产品节奏，不如说是对竞争态势的正面回应。至于他发帖称"6.1将至"，随后澄清指的是6.1 Soul的快速版而非已取消的6.1 Extra——这个细节说明OpenAI的模型命名体系本身正在经历一轮梳理。

关于“次元”与“积分”计费口径

文中反复出现的“次元”（token 的谐音）即大模型处理文本的基本单位，一个英文单词约对应 1–2 个 token，中文则通常按字计算。“积分”则是 OpenAI 面向部分产品线（如 API 或特定订阅层级）的预付费计量单位，用户先充值积分，再按调用量扣减。所谓“4 万积分可提供约 50 亿次元”，本质是在描述单位积分的产出效率，即每积分约可换取 12.5 万 token 的推理量。若该数据成立，意味着 GPT-Next 在推理成本上比现有模型低一个数量级，这正是“极其高效的检查点”的含义。需要提醒的是，这类早期泄露的换算数据往往来自非官方测试环境，缓存命中率、上下文长度和输出长度都会显著影响实际消耗。

Google：Gemini 4 Argon提前，NanoBanana 2.1上线

Google内部服务器的活动明显增多，多个新内部模型名（含LSP与Barium检查点）出现在日志中。这些是不同配置的测试版本，包含修复、摘要和实验性变体，推进速度很快。

从现有基准表现看，质量差异已经相当显著，但日志中没有迹象表明这是Ergon之上的又一次重大更新。结合测试推进的密度，模型公开发布的时间可能比预期更早——甚至就在本周。一个可供参考的演示：同一款Gemini 4 Argon在模拟信用卡交易的SVG测试中击败了Fable 5.5，生成的界面包含付款、打印收据和小段动画。

NanoBanana 2.1则已经出现在Gemini网页版和移动应用中。它的发布过程相当混乱：最早的检查点是Instant Ramen，6月在Arena出现时被认为是NanoBanana 2 Lite；8月发布Instant Ramen 2，预计命名为NanoBanana 2.5 Lite；两天后检查点改名为Spicy Mayo；9月合作伙伴通过Vertex访问时标示为NanoBanana 2.5；10月2日移动应用中出现GemPix图像生成器。最终网页版和移动应用里的NanoBanana 2.1，用的都是同一个GemPix2 Flash ID——Google不仅改了版本号，还把它从Lite分类改成了Flash。

实测表现只能说中规中矩。在与腾讯HY Image 3.5的对比测试中，两个模型收到5个相同查询、各一次机会、不做编辑，NanoBanana 2.1在保持角色与原图相似度上明显更好，一致性扎实；HY Image 3.5则在光照氛围和整体情绪上更胜一筹，创意功能更多。NanoBanana 2.1还出现过完全忽略"不要添加文字"指令的问题。价格方面，HY Image 3.5每张2K图像约2美分，NanoBanana 2.1通过Google Flow运行则消耗订阅积分。

RSI传闻：巧合还是信号

关于Google进行递归自我改进（RSI）实验的传闻，最初被认为是假的，但日志中确实出现了神秘的新内部模型标记。这不足以证明Google解决了RSI问题——仅凭内部模型或占位符说明不了什么，可能只是个名字，也可能是某种模拟。

但结合Google近期的模型开发速度，这个发现补上了一块拼图：如果存在某种能加速模型迭代的系统，它或许能解释为什么Google能在短时间内推进这么多变体。这只是推测，不是结论。

什么是“检查点”（Checkpoint）与 Arena 测试

在大模型开发流程中，检查点指训练过程中周期性保存的模型权重快照。团队会在不同检查点上做评测、对齐和内部试用，因此日志里出现多个命名各异的检查点，通常说明模型正处于密集迭代阶段，而非已经定稿。文中的 Instant Ramen、Spicy Mayo 等代号，就是 Google 给不同训练阶段或不同配置变体起的内部名称。

Arena 指 LMArena 一类的大模型盲测竞技场：用户对两个匿名模型的回答投票，模型以代号形式出现。新模型常先在 Arena 上匿名试跑，收集人类偏好数据后再正式发布，因此“在 Arena 出现”往往被视为发布临近的信号。这也是文中据检查点改名、出现在 Arena 等线索推断 NanoBanana 版本演进的依据。

递归自我改进（RSI）的含义与争议

RSI（Recursive Self-Improvement）指 AI 系统参与改进下一代 AI 自身，形成“能力提升—改进方法—能力再提升”的正反馈循环。在极端设想中，这种循环可能带来智能爆炸；但现实中的 RSI 更多体现为用模型辅助数据筛选、评测设计、代码编写和训练调参，从而缩短研发周期。

判断 RSI 是否发生，关键不在于是否出现神秘模型名，而在于改进闭环是否可量化地加速：例如单位人力投入带来的基准提升是否持续变快。仅凭内部模型标记或占位符无法证明任何事，它可能是实验分支、评测桩，甚至只是命名残留。因此文中把这一线索定位为“补上一块拼图”的推测而非结论，是恰当的处理方式。

订阅性价比：Semi Analysis的实测结论

Semi Analysis发布了一份针对主流AI订阅限额的实测报告，覆盖Anthropic、OpenAI、Meta、Cursor及Cognition，结论在社区引发了不少讨论。

核心数字是这样的：在约200美元的同等订阅价格下，Claude Max估计可提供约1.25万次Sonnet使用量、约1.2万次Opus或2500次Fable；ChatGPT Pro估计约有2000次GPT-6.1 Soul或3000次GPT-6 Extra。换算成等效API价值，Opus 5.5约为GPT-6.1的5倍。报告还指出，OpenAI近期将200美元套餐限额削减了约一半，理由是GPT-6.1本身更高效——这在为IPO铺路的解读下并不意外。

但API等价成本只能说明一半问题。它展示的是钱能换来多少计算量，不直接等于哪个订阅更好。模型质量、速度、上下文限制、智能体编程能力、工具集成和生态适配，都会影响实际体验。Anthropic在API成本比例上占优是事实，但这不意味着Claude Max对所有人都自动优于ChatGPT Pro。真正的分野在于使用强度：如果你每天运行智能体、写代码、消耗海量词元，这个差距会非常惊人。

水印、开源模型与工具更新

OpenAI正在响应欧盟AI法案要求，未来几周内欧盟地区通过ChatGPT和Codex生成的文本将包含不可见水印，技术名为TextScreen。它不在文本中插入可见标记，而是在模型选词中嵌入统计信号，之后可被检测。OpenAI称其效果媲美或超越Google的SynthID，且未导致结果质量明显下降，并计划开源这项技术。全球API客户即日起可在指定模型中使用。OpenAI也承认局限明显：文本被改写或篡改后，水印识别会失效。

新实验室ReflectionAI发布了开源模型BIM：总参数约5010亿，活跃参数仅230亿，采用MoE架构，单次仅激活部分参数以提升推理效率。官方称其专为推理、编程和分析设计，在这些领域引领西方开源模型发展——客观说，美国目前的开源模型并不多，这个定位有一定空间。值得注意的一点是，BIM完全从头预训练，而非基于已有开源模型构建，完整模型将于本月晚些时候公开发布。

工具层面还有几处更新：Google AI订阅用户现在可直接使用Opus 5.5 Medium与Sonnet 5.5 Medium，但额度限制严格；Claude Code新增Mods功能，其中Cache Control这个Mod值得推荐——它提供可视画面板显示查询缓存的5分钟窗口并发送通知，帮你在长时间会话中保持缓存活跃，减少重复处理相同词元，从而延长会话时长；Claude Projects则新增了直接连接本地文件夹的能力，云端的Claude会话可以按需读取或编辑你电脑上的文件，不必反复下载。

最后是一个Fable 5.5的演示：有人给模型一个请求，要求创建宝可梦风格的游戏（宝可梦与Balatro的结合），大约一小时后得到了包含画面、音乐和完整游戏机制的成品。从基础原型到连贯精致的完成度，这个演示的分量不轻。Fable 5.5最早可能今天发布，值得保持关注。

统计式文本水印与 MoE 架构

TextScreen 这类方案属于统计水印：模型在生成每个 token 时，依据一个只有服务方掌握的密钥，对候选词做轻微偏置，使输出中隐含人类难以察觉、但检测器可统计识别的模式。它的优点是肉眼不可见、对文本质量影响小；缺点是脆弱，一旦文本被改写、翻译、摘要或大幅编辑，统计信号就会被破坏。这也是 OpenAI 承认局限的原因，实际部署通常需要配合内容凭证等来源标注机制。

MoE（混合专家）架构把前馈层拆成多个“专家”子网络，并由路由网络为每个 token 只选择少数专家参与计算。因此总参数可以很大以容纳知识，而单次推理只激活一小部分参数，从而在效果与算力之间取得平衡。文中 BIM 的 5010 亿总参数、230 亿活跃参数就是典型配置，活跃参数才更直接决定单次推理成本。