OpenAI 悄然更新 GPT-4o：输出长度翻四倍，但拒绝透露改了啥

如果你的常用工具一夜之间变聪明了，但官方连个更新日志都懒得写，甚至告诉你「我们也不太说得清楚它具体变在哪」，你会怎么想？

OpenAI 在 X 上轻描淡写地发了一条动态：其实从上周开始，ChatGPT 背后就已经换上了一个新版 GPT-4o。官方特意补了一句打预防针，说这只是 GPT-4o 的常规改进，不是什么下一代前沿大模型。

但这句轻飘飘的提醒，立刻把社区的胃口吊了起来。

官方说不清，全靠网友猜

更有意思的是 OpenAI 在模型更新日志里的解释。他们直言，实验数据和用户主观反馈都表明大家更喜欢这个版本。但至于具体的回答到底哪里不一样，官方坦白说：如何精细化评测并讲清楚模型行为的变化，本身就是一项还在攻关的研究课题。

既然官方不给参数，网友们就开始了人肉测算。

有 X 用户猜测新模型是不是偷偷上了多步骤推理架构。不过 OpenAI 发言人很快对媒体辟谣，说根本没有上新的推理流程，用户看到的特殊现象大概率只是提示词结构碰巧触发的。

也有不少开发者给出了好评。比如有人提到，新版在输出的语感和氛围上变好了，甚至在某些场景下很久以来第一次感觉超越了 Claude 3.5 Sonnet。

随后 OpenAI 在模型页面上悄悄补上了代号为「ChatGPT-4o-latest」的新接口，把它定义为一个始终对齐 ChatGPT 当前版本的动态模型。

这里藏着一个最硬核的改动：知识库截止时间依然停留在 2023 年 10 月，输入上下文也是原来的 128,000 token，但最大输出长度从过去老版 GPT-4o 的水平，直接翻了四倍，拉到了 16,384 token，看齐了 GPT-4o-mini。

为什么重要

对日常拿 ChatGPT 写长文、跑代码的重度用户来说，输出 token 暴涨四倍是最实在的福利。过去写长脚本或者几千字报告时频繁遭遇截断、必须打「继续」的痛苦，这次终于被抹平了。

但我们认为，这件事最有意思的地方，反而是 OpenAI 那句「说不清改了什么」的坦白。

现在前沿模型的演进，已经进入了一个非常微妙的阶段。传统的基准跑分越来越难反映一个模型好不好用，所谓的语感、指令遵循的细腻程度，甚至是审美层面的提升，往往只能靠海量真实用户的定性反馈来衡量。这也解释了为什么 Anthropic 的 Claude 3.5 Sonnet 之前能靠着单纯的「好品味」抢走大量口碑。

不过，这种动态静默升级的做法对普通用户是惊喜，对 API 开发者却可能变成隐患。如果底层的行为变化连厂商自己都无法量化描述，依赖固定输出格式的企业级工作流，很可能会在某次悄悄换血后莫名其妙地崩掉。