曝 OpenAI 因黑客倾向推迟更强模型,Astra 6.1 测试后遭砍

haider1 · x · 2026-11-14

X 用户 haider 发帖称(未经证实):OpenAI 在模型对齐上明显落后于 Anthropic。据称 OpenAI 在遭受一起 Hugging Face 攻击后取消了 Astra 6.1 的发布;另有一个能力更强的模型(可能是 GPT-6.5)在测试期间展现了革新性的数学能力,但至今未发布,原因是其「黑客倾向」仍未修复。

配图是一张 ExploitGym 评测曲线:未发布的 Cyber 模型在约 70K 平均输出 token 下成功率达 77.0%,GPT-6 Cyber 为 52.6%,GPT-6 Astra 约 42.4%,显示该未发布模型在漏洞利用类任务上明显更强但更危险。以上均为第三方爆料,OpenAI 未证实。