本周 Reddit 技术社区流传一个被广泛讨论的猜测：OpenAI 的 GPT-6 系列（Astra、Sol、Luna）可能共用同一套模型权重，通过「循环 Transformer」（让模型对每个词做多次计算再输出，类似反复思考）和「嵌套调用」区分产品档次，把推理成本压到极致。

这是什么

发帖人通过 Azure Foundry 的「泄露数据」与第三方测速平台 Artificial Analysis 的速度数据做交叉分析：GPT-6-Sol 与旧版 5.6-Sol 都跑在约 100 token/秒，而 6.1-Sol 与 Astra 都只有约 60 token/秒。如果三者用的是同一组权重，这种同步降速最合理的解释是 — Sol 跑 3 次前向计算（pass），6.1 跑 2 次，Astra 是循环架构。同时 Luna 速度从 5.6 版的 130 token/秒降到 6.0 版的 110 token/秒，暗示它可能是同一套权重的「省电模式」，只激活一半参数或只跑 1 次。

翻译一下：过去厂商做产品分层，需要训练三个不同大小的模型，成本高、节奏慢；如果「一个模型、多种跑法」成立，新版本迭代只需调一次权重，运营成本大幅下降。

行业怎么看

支持方认为这是大模型推理侧成本结构的重要拐点。NVIDIA 此前展示过「小模型嵌套在大模型里」的统一部署框架，技术路径已经存在。DeepSeek、Qwen、GLM 这些国内玩家大概率会跟进实验类似架构，否则成本竞争力会被甩开。

反对声音同样值得关注。第一，这一切仍是社区推测，OpenAI 没有任何官方确认；第二，速度数据只能间接佐证，不能直接证明架构；第三，循环架构对底层硬件（GPU 显存带宽、调度系统）要求更高，国内厂商即便想抄也未必抄得快；第四，架构创新集中在一家公司手里，对整个生态是双刃剑 — 短期降本，长期看是单一供应商风险。

对普通人的影响

对企业 IT：未来采购云端 AI API 时，「同一家族、不同档位」会成为常态，价格分层更细，可以按业务场景选配算力档位。

对个人职场：免费版 AI 工具的能力上限会持续抬升（因为底层权重在升级），但付费版与免费版的体验差距可能进一步拉大。

对消费市场：AI 应用的实时响应感有望改善 — 厂商更愿意把算力花在用户感知最强的环节，而非均匀分配。