Justin TALLIS
Justin TALLIS/Getty Images

9月3日，OpenAI新一代旗艦模型GPT-6 Astra正式亮相，官方形容它是公司「歷來廣泛部署過最強」的模型。但這場發布並不如預期般順利——上線後隨即演變成一場長達一星期的「補鑊」拉鋸戰：先是承諾隨方案附送的模型遲遲未到位，OpenAI要向用戶「送額度」道歉；再有用戶反映額度消耗速度異常，公司又要臨時重設額度；到9月9日，即發布剛滿一星期，負責Codex與ChatGPT的工程主管Tibo Sottiaux（Thibault Sottiaux）在X（前稱Twitter）上罕有承認，Astra的需求「前所未見」，公司正動用所有資源維持供應，形容是「從未經歷過的情況」。他強調公司會優先保障現有用戶的使用體驗，若需求持續增長，不排除要暫停新Pro訂閱一段時間。

要留意的是，截至發稿，OpenAI暫停的是「新客戶」的可能性，而非現有Pro用戶的續費或使用權——Tibo的用字是「may have to」（可能要），屬警告性質，並非已經落實的政策。這一點看似細節，但決定了整個故事的性質：這不是一次已發生的「斷供」事故，而是一間公司在需求失控邊緣，公開承認自己快要撐唔住的訊號。

一星期內三次調整額度，暴露倉促上線

翻查OpenAI過去一星期的動作，可以看到一條清晰的時間線：9月3日Astra公布並開始向Pro、Enterprise及Business Premium用戶的Work與Codex功能，以及API開放；但Plus等較低級別的用戶原本應同步獲得，實際卻要多等數日，OpenAI行政總裁Sam Altman為此公開道歉，並向所有受影響的付費用戶，按缺席天數逐日「派發」額度重設作補償。9月6日，Astra才擴展至全部Plus及Business Standard用戶。及後有報道指，OpenAI在9月6至7日一度將重度用戶的額度上限削減多達四倍（此說法官方未正式證實），觸發用戶不滿；公司隨即在9月8日再度為所有付費訂閱戶重設額度。換言之，這不是一套精心設計、由始至終貫徹執行的「分級供應策略」，比較準確的形容，是一間公司邊做邊補鑊、在資源緊張下走一步睇一步的即時應變。

算力緊張背後，其實有一半是「安全煞停」

原文報道將整場風波完全歸因於「需求太多、算力唔夠」，但核實後發現，這只是故事的一半。Astra是OpenAI首個在其內部「防範框架」（Preparedness Framework）下，網絡安全能力被評為「Critical（關鍵級）」的模型——官方數字顯示，在受限的「Daybreak」安全測試環境下，Astra完成示範性駭客攻擊的成功率由前代的2.4%躍升至92%。正因如此，公司在正式發布前，曾將部分前沿強化學習訓練工作暫停約兩星期，加強監控與防護機制，最初亦優先向網絡安全防禦專家組成的「Daybreak」計劃參與者開放，而非直接大規模向公眾放行。換言之，發布初期的「限量供應」，除咗算力樽頸，亦有相當部分是出於安全審慎考慮，兩者揉合在一起，並非單純的商業取捨。

技術層面，OpenAI確實聲稱Astra處理同等任務的額度消耗，已降至上一代Sol模型的四分之一至三分之一，帳面上是明顯的降本增效。不過值得補充的是，有內地開發者社群（Linux.do論壇）近日實測反映，重度用戶切換至Astra後，實際額度消耗速度不跌反升，部分用家亦反映生成速度較上一代慢近一半，質疑官方宣稱的效率提升未必完全反映在實際使用體驗上——這部分屬用戶自行測算、非官方數字，但足以說明「官方數字」與「用戶體感」之間存在落差，改寫時不宜只搬字過紙官方口徑。

「2000萬用戶」是甚麼概念？——一個容易被誤讀的數字

原文提到Astra帶動Codex周活躍用戶（WAU）迅速衝上約2000萬，暗示是Astra發布後短時間內爆發的新增需求。核實後發現，這個2000萬其實是Codex（連同ChatGPT Work）整體活躍用戶數，早在8月21日、即Astra發布前近兩星期已經達到，而且OpenAI公布時未有註明統計時段，官方亦未將其定義為「周活躍用戶」——嚴格來說不能直接與6月公布的「500萬周活躍用戶」比較增幅。將這個數字包裝成「Astra觸發的即時爆單」，屬於誇大及時間線錯置，本文已按核實結果修正表述。

觀察後續發展的三個指標

即使剔除被誇大的部分，「AI龍頭一邊需求破紀錄、一邊要限制新客戶」這件事本身仍然值得關注，投資者與技術觀察者可留意：

  • 月度經常性收入（ARR）走勢：若真的要暫停新Pro客戶，OpenAI能否靠既有用戶升級、或近期在部分市場試行的廣告展示模式，彌補潛在收入缺口；
  • 雲端算力租用價格：微軟（Microsoft，NASDAQ: MSFT）、亞馬遜（Amazon，NASDAQ: AMZN）及Alphabet（NASDAQ: GOOGL）旗下雲平台，是否因搶購高階GPU而推高租用單價，擠壓初創AI企業的生存空間；
  • 端側部署進度：當雲端算力見頂，邊緣運算能否成為分流出路。
Read more