OpenAI 悄然更新 GPT-4o：輸出長度翻四倍，但拒絕透露改了啥

如果你的常用工具一夜之間變聰明了，但官方連個更新日誌都懶得寫，甚至告訴你「我們也不太說得清楚它具體變在哪」，你會怎麼想？

OpenAI 在 X 上輕描淡寫地發了一條動態：其實從上週開始，ChatGPT 背後就已經換上了一個新版 GPT-4o。官方特意補了一句打預防針，說這只是 GPT-4o 的常規改進，不是什麼下一代前沿大模型。

但這句輕飄飄的提醒，立刻把社群的胃口吊了起來。

官方說不清，全靠網友猜

更有意思的是 OpenAI 在模型更新日誌裡的解釋。他們直言，實驗資料和使用者主觀反饋都表明大家更喜歡這個版本。但至於具體的回答到底哪裡不一樣，官方坦白說：如何精細化評測並講清楚模型行為的變化，本身就是一項還在攻關的研究課題。

既然官方不給引數，網友們就開始了人肉測算。

有 X 使用者猜測新模型是不是偷偷上了多步驟推理架構。不過 OpenAI 發言人很快對媒體闢謠，說根本沒有上新的推理流程，使用者看到的特殊現象大機率只是提示詞結構碰巧觸發的。

也有不少開發者給出了好評。比如有人提到，新版在輸出的語感和氛圍上變好了，甚至在某些場景下很久以來第一次感覺超越了 Claude 3.5 Sonnet。

隨後 OpenAI 在模型頁面上悄悄補上了代號為「ChatGPT-4o-latest」的新介面，把它定義為一個始終對齊 ChatGPT 當前版本的動態模型。

這裡藏著一個最硬核的改動：知識庫截止時間依然停留在 2023 年 10 月，輸入上下文也是原來的 128,000 token，但最大輸出長度從過去老版 GPT-4o 的水平，直接翻了四倍，拉到了 16,384 token，看齊了 GPT-4o-mini。

為什麼重要

對日常拿 ChatGPT 寫長文、跑程式碼的重度使用者來說，輸出 token 暴漲四倍是最實在的福利。過去寫長指令碼或者幾千字報告時頻繁遭遇截斷、必須打「繼續」的痛苦，這次終於被抹平了。

但我們認為，這件事最有意思的地方，反而是 OpenAI 那句「說不清改了什麼」的坦白。

現在前沿模型的演進，已經進入了一個非常微妙的階段。傳統的基準跑分越來越難反映一個模型好不好用，所謂的語感、指令遵循的細膩程度，甚至是審美層面的提升，往往只能靠海量真實使用者的定性反饋來衡量。這也解釋了為什麼 Anthropic 的 Claude 3.5 Sonnet 之前能靠著單純的「好品味」搶走大量口碑。

不過，這種動態靜默升級的做法對普通使用者是驚喜，對 API 開發者卻可能變成隱患。如果底層的行為變化連廠商自己都無法量化描述，依賴固定輸出格式的企業級工作流，很可能會在某次悄悄換血後莫名其妙地崩掉。