Perplexity CEO Aravind Srinivas最近表示，AI的进步已经跨越了临界点——三个月的时间，仿佛就已经跳过了一章历史。

2023年5月4日，GPT-4正式联网，微软开放搭载GPT-4的全新Bing聊天机器人，全面开放插件系统，无需排队人人可用。

2023年7月7日，Code Interpreter官宣向Plus用户全面开放，实测案例惊人。

因此大家确认，这名网友并没有撒谎，或伪造截图，因为顺着这个对话链接检查，会发现model-slug确实是GPT-4.1。

很快，有越来越多的人发现自己也能用GPT-4.1了。

此外，也有网友推测，奥特曼口中的「Quasars Alpha」，就是GPT-4.1。

而FT的报道也再次证实，满血版o3下周很可能再次上线。

知情人士透露，由于Meta、谷歌、xAI这些对手逼得实在太紧，OpenAI为了保持自己的技术优势并从中获利，不得不加快模型的发布速度。

为此，曾经需要数月时间进行的模型「评估」——测试模型的风险和性能，如今已被压缩到了只有短短的几天。

比如即将退役的GPT-4，就有着长达6个月的评估期。其中一些危险能力，正是在测试进行了两个月后才被发现的。

但现在给到的时间和资源，已经不足以进行全面的测试来识别和规避风险了。

此前，OpenAI曾承诺构建定制版的模型来评估潜在的滥用风险，例如是否可能助长生物病毒提高传播能力。

但这种方法成本很高，不仅要聘请外部专家，还要创建诸如病毒学这类的专业信息数据集，并将其「喂」给模型来进行微调，消耗大量的工程师和计算资源。

很明显，OpenAI不想在这件事上花太多精力——他们只对能力较弱的旧模型做了微调，没有用到更强、更先进的模型上。

比如，在1月份发布的o3-mini安全与性能报告中，仅仅提到了GPT-4o只会在微调后才能执行某项生物学任务。至于o1和o3-mini如何，OpenAI却只字未提。

另外，还有一个令人担忧的问题是，安全测试针对的并不是最终向公众发布的模型，而是更为早期的「检查点」（checkpoints）。在这之后，模型还会继续更新来提升性能和能力。

面对这些质疑，OpenAI回应称，其评估流程已通过引入自动化测试等方式提高了效率，从而缩短了所需时间。

「虽然目前还没有一套公认的方案，但OpenAI采用的方法肯定是最优的，并且已在报告中公开透明地进行了说明。」

此外，OpenAI还表示，测试所用的检查点与最终发布的版本「基本一致」。

参考资料：

https://x.com/whylifeis4/status/1910719046665884006

https://www.ft.com/content/8253b66e-ade7-4d1f-993b-2d0779c7e7d8

https://techcrunch.com/2025/04/11/openai-is-winding-down-its-gpt-4-ai-model-in-chatgpt/

编辑：Aeneas 好困

本文来自微信公众号“新智元”，作者：新智元，36氪经授权发布。