Codex负责人Tibo在社交平台丢下一句”Le GPT Fat”，评论区立刻炸开。几乎没人怀疑这句话指向什么——下一代GPT-6.2系列，代号Astra，已经在门口了。
真正让猜测变成实锤的，是随后发生在API后台的一次短暂闪现。两个从未出现在公开文档里的模型ID，被开发者Pankaj Kumar、Pradeep Kapoor和自动化追踪账号同时抓到：rc-ada-or-vm、rc-ada-sh-vm。挂载只维持了几分钟，OpenAI就把它们从模型列表里摘掉。手快发起调用的那批人，全部收到503容量受限错误。
按OpenAI一贯的节奏，新模型正式官宣前24到48小时，会在生产环境API网关做一次短时挂载。这个窗口通常只有几分钟到十几分钟，目的是验证路由、配额和鉴权链路是否就绪，而不是对外提供服务。所以撞上503并不奇怪——网关认得这个模型ID，但后端容量池没有为公开流量开放。接入方遇到这类错误，先看响应头里的request-id是否带候选版本前缀，再看错误体是capacity还是model_not_found，前者说明模型存在但未放量，后者才是ID写错。这个区分能省掉大量无效排查。
代号拆开看：rc、ada和两个vm
前缀rc是Release Candidate，候选发布版。走到这一步，意味着训练和内部评测已经收尾，剩下的是上线动作。ada是这一代模型的内部代号。真正值得琢磨的是后缀里的两个vm。
or-vm承担任务拆解和全局调度，可以理解为发号施令的那一层；sh-vm在隔离沙盒里执行命令行、写代码、启动软件，是真正动手的那一层。把双虚拟机环境焊进API模型底层，指向很明确：这代模型从设计上就是为复杂长链路Agent任务准备的，不是单纯做对话补全。
这种分层带来的工程含义比比喻更重要。调度层和沙盒层分离，意味着模型可以在一个会话里连续发起多次工具调用，而每次执行的副作用被限制在沙盒内。代价是延迟结构变了——单次推理的耗时不再是主要成本，沙盒启动、文件系统挂载、进程回收这些环节会吃掉相当比例的时间。长链路任务里最常见的失败也不是模型答错，而是沙盒超时或中间产物路径失效。做接入设计时，超时阈值要按任务步数而非单次请求来设。
双子星：Astra与参宿四
另一条线索来自Codex内部日志。两个模型名被挖出来：gpt-6.2-astra，以及代号”参宿四”的gpt-6.2-betelgeuse，简称Bel。前者已经接管Codex内部接近两成的流量，后者被指为参数规模10万亿至12万亿级别的超大母模型，正好对上Tibo那句”胖版GPT”。
两天前的阿布扎比峰会上，奥特曼亲口确认，此前调动10000个Agent连续运行70小时、攻下千禧年难题NS方程的幕后AI，就是即将面世的下一代GPT。把这条信息和API闪现的候选版本对上，两个模型很可能就是准备上架的GPT-6.2双子星。
87.5%这个数字从哪来
API闪现只露了名字。同一时间，OpenAI官博上线一篇硬件工程长文《加速物理世界的工程研发》，里面藏了一张更硬的底牌。
评测机构LuminaBench盯上了文中的第一张跑分图。基准叫BenchCAD 2.0，100道真实工程案例，要求模型一边写代码一边调用物理工程知识，重建3D零件和装配体，还要理清PCB电路板上的连接关系。OpenAI罕见地把现役主力GPT-6 Astra和一个署名”内部模型”的对手放进同一张表。
差距很悬殊。GPT-6 Astra从最低档一路加到第五档，推理算力拉满，得分停在59.4%。那个内部模型起步档就拿到75.8%，比Astra的满血极限还高16个百分点，单题成本反而更低；继续加算力，分数爬到87.5%，天花板抬高了28.1个百分点。BenchCAD 2.0第一作者Haozhe Zhang直言，从0.594到0.875的跨度太过震撼。
网友Prinz按Astra的API价格折算，这个内部模型单题花11美元拿到起步高分，37美元深度思考后能交出准工业级答卷。
想自己校验这类工程基准，思路不复杂。挑一批带完整装配约束的零件模型，让模型输出可执行的CAD脚本，再在本地用同一套几何内核跑重建，比对关键尺寸公差和装配干涉。判定标准不是”看起来像”，而是脚本能否一次跑通、重建后的体积和质心偏差是否落在给定容差内。PCB部分则校验网络表连通性，看布线结果是否与原理图一致。这套流程跑下来，分数才有可比性。
拼图合拢
逻辑到这里就通了。要在BenchCAD 2.0里自动搭3D装配体、查公差、跑PCB布线，模型必须能在沙盒里自己调CAD脚本和仿真软件。这恰好对应API里闪现的rc-ada-or-vm和rc-ada-sh-vm双虚拟机架构——or-vm拆任务，sh-vm进沙盒执行。
从Tibo放风的”Le GPT Fat”，到后台闪现又秒撤的rc-ada双虚拟机模型，再到官博同分钟亮出的87.5%内部模型，三条线指向同一个东西。候选发布版已经挂上API网关，剩下的只是倒计时。
对开发者来说，现在能做的准备很具体：把工具调用链路的超时和重试策略按多步任务重新设计，给沙盒类执行预留隔离资源，别把单次请求的延迟假设套到Agent场景上。等正式放量那天，这些提前量会直接变成稳定性。
ID:7618
