神秘模型上线三天已被玩疯 网友发现大量OpenAI痕迹
神秘模型上线三天已被玩疯 网友发现大量OpenAI痕迹
有网友试着用它挑战MC-Bench，生成《我的世界》风格的场景，并对比了4o-mini，结果高下立判：还有人系统测试了它的编程水平，发现Optimus Alpha在Ruby语言上是表现最好的模型。有人更是直接称赞，Optimus Alpha必须是SOTA。惊讶于其优异表现的同时，Optimus Alpha神秘身份也引发了猜测……百万上下文窗口，面向现实世界任务Optimus Alpha支持百万上下文窗口，最大输出位32K。并且响应速度很快，首个Token延迟中位数仅有0.81秒，输出速度中位数为每秒24.8个Token。同时介绍中提到，Optimus Alpha主要面向现实世界中的任务，并特别提及了编程。有博主让它写一个带购物车功能的电商网站，结果Optimus Alpha设计出了合理的UI界面，其他很多AI都翻车的购物车功能也能正常工作，并且跨越不同文件时也一切正常。或者写一个贪吃蛇游戏，不仅能正常工作，还加入了蛇头部颜色变化、蛇身颜色渐变等巧妙设计，在新思上胜过了一些其他AI编程工具。甚至还有人用它编写出了OCR文字识别应用，支持手写文字的那种。成绩方面，其Elo分数为1338，在榜单中排名第二，仅次于Claude 3.7 Sonnet，领先于DeepSeek-R1，以及疑似Optimus Alpha前身的Quasar Alpha。特别是在SQL数据库查询任务上，Optimus Alpha取得了最高的平均成绩。Aider榜单则显示，Optimus Alpha的编程能力与Quasar Alpha，以及Grok 3和中号o3-mini接近，略胜过GPT-4.5-preview。除了编程之外，Optimus Alpha在创意写作上也表现优异，Elo分数排名第四，位列DeepSeek-V3之后。神秘模型来自OpenAI？最简单粗暴的调查方式，就是直接让模型自己交代。因为模型发出来的目的就是收集反馈，Optimus Alpha目前在OpenRouter上可以免费使用，也就有了试验的可能。当被问及身份时，Optimus Alpha毫不犹豫地说自己是ChatGPT。如果追问具体版本，回答则是“基于GPT-4，知识截止时间2024年6月”。此外，还有人直接根据Optimus这个名字，联想到特斯拉的擎天柱机器人，认为神秘模型来自马斯克。但也有人认为这是奥特曼的障眼法，如果信了它来自马斯克旗下的公司就正中奥特曼下怀了。而更有说服力的证据，还要从已经下线的Quasar Alpha说起，它最早出现在本月2日。Reddit上有网友发现，在试图用Quasar Alpha进行违规操作时，模型的拒绝方式和OpenAI非常相似。而这名网友提到的Tokenizer bug，指的是更早之前有人发现Quasar Alpha在执行中译英任务时出现了GPT-4o同款的已读乱回现象。这个bug似乎是OpenAI独有，Grok、Claude以及DeepSeek上都不会出现此类情况。还有人甚至进行了更为复杂的分析——AI研究员Sam Paech（前面的创意写作榜单也是他发起的）通过模型回答中的差异，利用信息学方法试图建立模型之间的关联。结果Paech发现，Quasar Alpha与OpenAI的模型极为相近，并且特别点明了是GPT-4.5-preview。后来，奥特曼也在推文中暗示了Quasar Alpha的身份。终于可以回到Optimus Alpha，测试发现，ChatGPT和Quasar Alpha中的同款bug，再次出现在了其中。Paech这边也有新结果，在最新的谱系图中加入了Optimus Alpha，与其最接近的模型是今年3月27日更新的ChatGPT-4o。而从时间上看，Quasar Alpha的下架时间是Optimus Alpha上线次日，因此有人认为Optimus Alpha是Quasar Alpha的替代。除了实验观察到的种种迹象之外，以神秘模型的方式对新模型进行社区测试，已经是OpenAI的传统艺能。加上奥特曼对Quasar Alpha的暗示，Optimus Alpha来自OpenAI的概率，整体看还是非常高的。至于再具体的细节，结合OpenAI刚刚泄露出的“GPT-4.1”，被视为是GPT-4o的升级，加上Paech最新谱系图的印证……你认为这个神秘模型的真实身份是什么呢？参考链接：[1]https://x.com/TheMattBerman/status/1910813233008509191[2]https://www.reddit.com/r/LocalLLaMA/comments/1jrd0a9/chinese_response_bug_in_tokenizer_suggests/[3]https://x.com/sam_paech/status/1910346895110848553 ...
PC版：https://www.cnbeta.com.tw/articles/soft/1492502.htm
手机版：https://m.cnbeta.com.tw/view/1492502.htm
via cnBeta.COM中文业界资讯站 - Telegram Channel