OpenAI выпустит модель до конца года, но флагман еще не прошел выравнивание

Осенью 2026-го у OpenAI есть и хорошая новость, и плохая. Хорошая: компания почти наверняка выпустит одну-две модели до конца года. Плохая: главный флагман, ради которого там работают в авральном режиме, может не попасть в число этих релизов - неясно, успеет ли он.

Что тормозит флагман

По данным The Information, ссылающегося на людей внутри компании, новая флагманская модель пока не прошла выравнивание - то есть ее поведение еще не совпадает с тем, чего ожидают исследователи и клиенты. Помимо этого, OpenAI достраивает тестовую инфраструктуру вокруг модели. Это не мелочи: запустить сырую модель с нерешенными задачами безопасности - значит создать себе проблему масштаба ChatGPT в плохой день, только хуже.

Есть еще одно препятствие, о котором публично говорят редко. По указу президента Трампа, регулирующему оценку продвинутых систем ИИ, OpenAI согласилась давать американскому правительству доступ к новым моделям за 30 дней до того, как они попадут к внешним партнерам - и еще дольше до публичного релиза. Это значит, что даже готовая модель не выйдет мгновенно.

Зацикленные трансформеры: как это работает

Флагман и уже работающая модель Astra используют одну и ту же архитектуру - зацикленные трансформеры (в продакшене OpenAI называет ее "Recurrent Depth"). Принцип такой: вместо того чтобы пропускать токен через слои трансформера один раз, модель гоняет его по тем же слоям несколько раз, прежде чем выдать следующее слово.

Результат - заметный рост на математических и кодовых задачах. Плюс экономия: меньшая модель начинает работать как большая, потому что тратит больше вычислений на один токен, а не наращивает параметры. Для OpenAI, у которой счета за инфраструктуру измеряются миллиардами, это серьезный аргумент.

Но есть обратная сторона. Когда модель "думает" внутри нескольких проходов по одним и тем же слоям, часть рассуждений уходит из текстового пространства в числовые представления - туда, куда исследователи безопасности заглянуть не могут. Мониторинг цепочки рассуждений (chain-of-thought monitoring) - один из основных инструментов поиска нежелательного поведения - в такой архитектуре работает хуже. Именно поэтому OpenAI намеренно ограничила количество петель в Astra: чтобы цепочка рассуждений оставалась читаемой для людей.

Главный ученый OpenAI Якуб Пахоцки уже признавал, что chain-of-thought мониторинг создает сложности при таком подходе. Это объясняет, почему работа над выравниванием флагмана занимает столько времени.

Microsoft случайно рассекретил детали

Как именно работает зацикленный инференс, стало известно благодаря конфузу у Microsoft. Крупнейший инвестор OpenAI опубликовал технический разбор модели GPT-6.1 Sol - более дешевой альтернативы Astra, которую OpenAI запустила в начале октября. В одном из разделов (уже удаленном) Microsoft описал GPT-6.1 Sol как использующий "looping inference" - когда модель проходит через задачу несколькими "пасами" перед тем, как выдать ответ.

Цитата из кешированной копии страницы, которую приводит The Information: GPT-6.1 Sol "использует те же базовые веса модели, что и GPT-6 Sol, с двумя проходами при инференсе вместо трех". Человек с прямым знанием ситуации подтвердил: описание совпадало с тем, что OpenAI передавала Microsoft в частном порядке. Microsoft убрал раздел, когда понял, что опубликовал лишнее.

Это не просто забавный инцидент. Зацикленные трансформеры - чувствительная часть технологического стека OpenAI и во время обучения, и при инференсе. То, что детали утекли через партнера, говорит о сложности управления IP при таком масштабе сотрудничества.

Безопасность за реальные деньги

После инцидента с Hugging Face OpenAI перераспределила около 10% своих суммарных вычислительных мощностей в пользу выравнивания и безопасности. По данным The Information, это сотни мегаватт мощности дата-центров - по рыночным ценам аренды такой объем обходится в миллиарды долларов в год.

Исследователь ИИ Ноам Браун в подкасте в середине сентября упомянул, что примерно 10% его команды занимаются безопасностью. Для сравнения: у большинства лабораторий этот показатель традиционно был ниже - и это одна из причин, почему в индустрии периодически случаются неприятные сюрпризы.

Что это значит на практике

Для разработчиков ситуация выглядит так: Astra уже доступна и уже использует Recurrent Depth - то есть прирост производительности на математике и коде реален прямо сейчас, не в будущем. GPT-6.1 Sol - более дешевый вариант с двумя проходами вместо трех, и его тоже можно щупать.

Выйдет ли флагман с полноценным зациклением до конца года - пока неясно. Судя по тому, что компания вкладывает в безопасность реальные мощности, а не только декларации, работа идет серьезная. Но архитектурная проблема - непрозрачность внутренних рассуждений при зацикливании - фундаментальна, и быстрого решения у нее нет.

Anthropic с Claude 4 и Google с Gemini Ultra тоже работают над эффективными архитектурами, но публично ни одна из компаний пока не подтверждала использование recurrent-подходов в продакшене в таком масштабе. Если OpenAI выпустит флагман с хорошо решенным выравниванием при зацикленных трансформерах - это будет реальным технологическим отрывом, а не маркетинговым.

Для российской аудитории: API OpenAI по-прежнему недоступен напрямую с российских карт и IP, ситуация не изменилась. Доступ через посредников и VPN работает, но это отдельная история.