‏نشت‌های GPT-6.2 و مدل پایه‌ی غول‌پیکر Bell

تو این مقاله اومده که یه سری نشت پشت سر هم نشون می‌ده OpenAI داره روی یه base model جدید (یعنی مدل خامی که قبل از آموزش چت، استدلال و ایمنی ساخته می‌شه) با اسم مستعار Bell کار می‌کنه. هیچ‌کدوم از این‌ها رسماً تأیید نشده، ولی نویسنده می‌گه الگوی نشت‌ها به‌طور غیرعادی با هم جوره.

ماجرا از 30 اکتبر شروع شد، وقتی یه حساب تو X ادعا کرد یه model ID به اسم GPT-6.2 Beetlejuice تو یه tracker داخلی OpenAI دیده شده. فرداش کاربرهای Codex (ایجنت برنامه‌نویسی OpenAI) اسم GPT-6.2 Astra رو تو جزئیات مصرفشون دیدن، در حالی که اپ هنوز GPT-6 Astra رو نشون می‌داد. برای یه کاربر این مدل نزدیک 20 درصد مصرف یه هفته‌ش بود، که شبیه یه A/B test بی‌سروصدا روی کاربرهای واقعیه.

چهارم نوامبر، سایت چینی 36Kr گزارش داد دو اسم ناشناس، RC-Ader-VM و RC-Aer-SH-VM، چند دقیقه تو لیست رسمی مدل‌های API دیده شدن و بعد غیب شدن. کسایی که صداشون زدن به جای «مدل پیدا نشد» خطای ظرفیت گرفتن، یعنی مدل‌ها واقعی بودن ولی آماده‌ی ترافیک نه. RC معمولاً یعنی release candidate. همون روز The Information گزارش داد مدل‌های جدید شاید از 6 نوامبر برسن، ولی گفت این زمان‌بندی‌ها معمولاً عقب می‌افتن.

نکته‌ی مهم اینه که دو چیز جدا داریم: GPT-6.2 Astra که شبیه نسخه‌ی بهترشده‌ی مدل عمومی فعلیه، و Bell که یه مدل پایه‌ی کاملاً جدیده. تعداد پارامترهای گزارش‌شده برای Bell بین 10 تا 12 تریلیونه، در حالی که خیلی از مدل‌های open-weight امروز حدود 1 تریلیون پارامتر دارن. به گفته‌ی نویسنده، اگه این درست باشه یعنی scale کردن pre-training هنوز جا برای پیشرفت داره، برخلاف این حرف رایج که بیشتر پیشرفت‌های اخیر از استدلال طولانی‌تر یا test-time compute اومده.

ملموس‌ترین داده از یه پست خود OpenAI درباره‌ی بنچمارک BenchCAD 2.0 میاد که می‌سنجه یه مدل می‌تونه کار واقعی طراحی مهندسی، مثل بازسازی قطعه‌های سه‌بعدی با کد، انجام بده یا نه. GPT-6 Astra حداکثر 59.4 درصد گرفت، ولی یه مدل داخلی بی‌نام تو پایین‌ترین تنظیم 75.8 و تو بالاترین 87.5 درصد زد. OpenAI تأیید نکرده این مدل همون Bell باشه.

سم آلتمن هم 2 نوامبر تو کنفرانس ADIPEC ابوظبی گفته سیستمی که پشت نتیجه‌ی Navier-Stokes بود، GPT بعدیه و به‌زودی منتشر می‌شه. اون پروژه حدود 10 هزار ایجنت موازی و 130 میلیارد توکن مصرف کرده و به گفته‌ی آلتمن حدود 10 میلیون دلار خرج داشته. نویسنده یادآوری می‌کنه که برچسب «.2» گول‌زنکه، مثل Claude Opus 5.5 که امتیاز Terminal-Bench 4 رو از 52.3 به 66.4 درصد رسوند. ادعاهای مربوط به قیمت توکن و امتیاز Artificial Analysis هم منبع معتبر ندارن و باید شایعه حسابشون کرد.

نکات کلیدی:

• model ID به اسم GPT-6.2 Beetlejuice با لقب Bell، سی‌ام اکتبر تو یه tracker داخلی OpenAI دیده شد.
• دو مدل RC-Ader-VM و RC-Aer-SH-VM چهارم نوامبر چند دقیقه تو لیست API بودن و خطای ظرفیت می‌دادن.
• اندازه‌ی گزارش‌شده برای Bell بین 10 تا 12 تریلیون پارامتره و تأیید نشده.
• تو BenchCAD 2.0 یه مدل داخلی 87.5 درصد گرفت و GPT-6 Astra حداکثر 59.4 درصد.
• هیچ تاریخ انتشار رسمی‌ای از طرف OpenAI اعلام نشده.