GPT-6与Fable 5.1思维链可控性对比：随长度恶化或系行业通病

博主 1a3orn 于 9 月 4 日发布系列帖子，对比 OpenAI GPT-6（Astra）与蚂蚁 Fable 5.1 的思维链（CoT）可控性数据，结论是：可控性随思维链长度增长而显著下降，且这一现象并非 OpenAI 特有，可能是行业通病。

已确认

• GPT-6（Astra）在约 2k token 的提示长度下可控性约 50%，在 1 万 token 处已不足 10%（原报告图表为对数坐标）。
• Fable 5.1 在约 2k token 时可控性为 50%-65%，1 万 token 时同样不足 10%。
• 1a3orn 指出 Astra 对思维链的掌控比此前模型更强（即可控性更低），但幅度需结合图表判断。
• 对比 Claude 后，Fable 5.1 的可控性高于除 Mythos preview 外的所有模型，且同样呈现随长度恶化的趋势。

尚未确认

• 1a3orn 自己指出原报告图表制作粗糙、难以判读，因此两家模型在 CoT 可控性上的真实差距尚待更清晰的数据确认。
• 他表示 Astra 在某些 CoT 长度上反而"更好"（可控性更低）也说得通，说明具体曲线形态存在解读空间。

为什么重要

• 1a3orn 认为思维链可控性随长度恶化不太可能是 OpenAI 特有的 looped transformation 问题，提示这可能是整个行业在长思维链监督上的共性缺陷。
• 他质疑舆论对 OpenAI 的批判比对 Anthropic 更严厉并不合理，为围绕 GPT-6 的争议提供了对冲视角。

2026-09-04 ~ 2026-09-04 · 6 条相关

• 【源头】GPT 6 长文可控性暴跌：1 万 token 时跌至不足 10% — 1a3orn · 2026-09-04
• GPT-6 思维链可控性引争议，评论称对 OpenAI 批判过头 — 1a3orn · 2026-09-04
• 实测：Fable 5.1 万 token 思维链可控性不足 10% — 1a3orn · 2026-09-04
• 短思维链可控性更高：Fable 5.1 在 2k token 达 50-65% — 1a3orn · 2026-09-04
• GPT-6 思维链可控性数据：2k token 约 50%，1 万 token 不足 10% — 1a3orn · 2026-09-04
• 【源头】对比显示可控性恶化非 OpenAI 独有，或系行业通病 — 1a3orn · 2026-09-04