rc-ada 雙虛擬機曝光 疑屬下一代 GPT

雙虛擬機架構

首批灰度實測早前已流傳，今次新細節是具體型號：兩個以 rc-ada 為前綴的模型 ID 被開發者捕捉，rc 為候選發布版縮寫，說明模型已完成內部訓練與測試；ada 則是這代模型的內部代號。

後綴的兩個 vm 指虛擬機：or-vm 負責拆解任務與全局調度，形同發號施令的大腦虛擬機；sh-vm 在隔離沙盒中運行命令行、編寫代碼、開啟軟件，是執行任務的手腳。把雙虛擬機環境焊入 API 底層，顯示新模型天生面向長鏈路智能體任務。

參宿四母模型

另一批線索指向 Codex 內部日誌流出的兩款型號：gpt-6.2-astra 已接管 Codex 內部近兩成流量；gpt-6.2-betelgeuse 簡稱 Bel，以紅超巨星參宿四命名，參數達 10 萬億至 12 萬億，對上胖版 GPT 的描述。

兩天前的阿布扎比峰會上，奧特曼承認早前調動 10,000 個 Agent 連續運行 70 小時、攻克千禧年難題 NS 方程的幕後人工智能，正是即將面世的下一代 GPT。今次閃現的兩個候選版本，極可能就是準備上架的 GPT-6.2 雙子星。

內部模型亮跑分

OpenAI 幾乎同一時間發布的硬件工程長文，把 GPT-6 Astra 與一個署名內部模型的對手放進同一張 BenchCAD2.0 測評圖。榜上全是 100 道真實案例，模型須一邊寫代碼一邊調用物理工程知識，重建 3D 零件與裝配體，並理清 PCB 電路板的連接關係。

差距懸殊：GPT-6 Astra 把推理算力推至極限，得分停在 59.4%；內部新模型最低檔即達 75.8%，高出滿血極限約 16 個百分點且單題成本更低，繼續加算力可升至 87.5%，天花板被抬高 28.1 個百分點。基準第一作者 Haozhe Zhang 稱跨度相當罕見。

單題成本解析

有開發者按 Astra 現行 API 價格估算，內部新模型單題花約 11 美元即可取得起步高分，深度思考花約 37 美元便能交出接近工業級的答卷。

這項基準要求模型在沙盒內自動調用 CAD 腳本與仿真軟件，完成搭建 3D 裝配體、核查公差及 PCB 布線，恰好對應 API 閃現的雙虛擬機架構。從候選發布版掛上網關，到官博同時亮出內部模型成績，多項線索顯示正式發布已進入倒數階段。