克雷西 發自 凹非寺量子位 | 公眾號 QbitAI

上線僅三天的神秘模型，已經鯊瘋了！

大模型聚合平臺OpenRouter新推出的Optimus Alpha，已經處理了772億Token，平均每天超過200億。

並且這個數位還在上升，日Token處理已超過340億，排名第二，並在Trending榜單上位列第一。

有網友試著用它挑戰MC-Bench，生成《我的世界》風格的場景，並對比了4o-mini，結果高下立判：

還有人系統測試了它的程式設計水準，發現Optimus Alpha在Ruby語言上是表現最好的模型。

有人更是直接稱讚，Optimus Alpha必須是SOTA。

驚訝於其優異表現的同時，Optimus Alpha神秘身份也引發了猜測……

百萬上下文視窗，面向現實世界任務

Optimus Alpha支援百萬上下文視窗，最大輸出位32K。

並且回應速度很快，首個Token延遲中位數僅有0.81秒，輸出速度中位數為每秒24.8個Token。

同時介紹中提到，Optimus Alpha主要面向現實世界中的任務，並特別提及了程式設計。

有博主讓它寫一個帶購物車功能的電商網站，結果Optimus Alpha設計出了合理的UI介面，其他很多AI都翻車的購物車功能也能正常工作，並且跨越不同檔時也一切正常。

或者寫一個貪吃蛇遊戲，不僅能正常工作，還加入了蛇頭部顏色變化、蛇身顏色漸變等巧妙設計，在新思上勝過了一些其他AI程式設計工具。

甚至還有人用它編寫出了OCR文字識別應用，支援手寫文字的那種。

成績方面，其Elo分數為1338，在榜單中排名第二，僅次於Claude 3.7 Sonnet，領先於DeepSeek-R1，以及疑似Optimus Alpha前身的Quasar Alpha。

特別是在SQL資料庫查詢任務上，Optimus Alpha取得了最高的平均成績。

Aider榜單則顯示，Optimus Alpha的程式設計能力與Quasar Alpha，以及Grok 3和中號o3-mini接近，略勝過GPT-4.5-preview。

除了程式設計之外，Optimus Alpha在創意寫作上也表現優異，Elo分數排名第四，位列DeepSeek-V3之後。

神秘模型來自OpenAI？

最簡單粗暴的調查方式，就是直接讓模型自己交代。

因為模型發出來的目的就是收集反饋，Optimus Alpha目前在OpenRouter上可以免費使用，也就有了試驗的可能。

當被問及身份時，Optimus Alpha毫不猶豫地說自己是ChatGPT。

如果追問具體版本，回答則是“基於GPT-4，知識截止時間2024年6月”。

此外，還有人直接根據Optimus這個名字，聯想到特斯拉的擎天柱機器人，認為神秘模型來自馬斯克。

但也有人認為這是奧特曼的障眼法，如果信了它來自馬斯克旗下的公司就正中奧特曼下懷了。

而更有說服力的證據，還要從已經下線的Quasar Alpha說起，它最早出現在本月2日。

Reddit上有網友發現，在試圖用Quasar Alpha進行違規操作時，模型的拒絕方式和OpenAI非常相似。

而這名網友提到的Tokenizer bug，指的是更早之前有人發現Quasar Alpha在執行中譯英任務時出現了GPT-4o同款的已讀亂回現象。

這個bug似乎是OpenAI獨有，Grok、Claude以及DeepSeek上都不會出現此類情況。

還有人甚至進行了更為複雜的分析——AI研究員Sam Paech（前面的創意寫作榜單也是他發起的）通過模型回答中的差異，利用資訊學方法試圖建立模型之間的關聯。

結果Paech發現，Quasar Alpha與OpenAI的模型極為相近，並且特別點明瞭是GPT-4.5-preview。

後來，奧特曼也在推文中暗示了Quasar Alpha的身份。

終於可以回到Optimus Alpha，測試發現，ChatGPT和Quasar Alpha中的同款bug，再次出現在了其中。

Paech這邊也有新結果，在最新的譜系圖中加入了Optimus Alpha，與其最接近的模型是今年3月27日更新的ChatGPT-4o。

而從時間上看，Quasar Alpha的下架時間是Optimus Alpha上線次日，因此有人認為Optimus Alpha是Quasar Alpha的替代。

除了實驗觀察到的種種跡象之外，以神秘模型的方式對新模型進行社區測試，已經是OpenAI的傳統藝能。

加上奧特曼對Quasar Alpha的暗示，Optimus Alpha來自OpenAI的概率，整體看還是非常高的。

至於再具體的細節，結合OpenAI剛剛洩露出的“GPT-4.1”，被視為是GPT-4o的升級，加上Paech最新譜系圖的印證……

你認為這個神秘模型的真實身份是什麼呢？

參考連結：[1]https://x.com/TheMattBerman/status/1910813233008509191[2]https://www.reddit.com/r/LocalLLaMA/comments/1jrd0a9/chinese_response_bug_in_tokenizer_suggests/[3]https://x.com/sam_paech/status/1910346895110848553

一鍵三連「點讚」「轉發」「小心心」

歡迎在評論區留下你的想法！