近日，有开发者在使用 OpenAI 相关服务时发现，模型底层参数出现显著异常。该开发者通过特定的“降智测试脚本”及“糖果问题”基准测试发现，虽然模型看似解除了之前的性能限制，但其“推理 Token”（Thinking Tokens）的输出量大幅减少，从此前测试的约 4k 降至目前的 1k+。更引人关注的是，用于表征模型算力配置的内部参数“Juice Number”发生了诡异变化。此前社区公认的分级数值（如 Low 档为 12、High 档为 96、XHigh 档为 768）已无法复现，当前的询问结果显示为无规律的 40855。这一现象引发了社区的广泛猜测，认为 OpenAI 可能已悄悄替换了后台模型版本，或者正在调整算力分配策略，甚至可能是针对此类参数探测行为进行了技术屏蔽。
事件分析
“果汁数”一直是 AI 探究者用来窥探 OpenAI 推理模型算力分配的重要窗口，其数值往往与模型的思维链深度挂钩。此次数值从直观的倍数（768）变为看似随机的代码（40855），同时伴随实际推理链的物理缩短，揭示了两个关键趋势：一是算力成本的精细化控制，厂商可能正在通过限制推理长度来优化服务成本；二是模型透明度的降低，厂商意识到内部参数被逆向解析后，开始对关键参数进行混淆或加密处理。这表明在推理模型商业化进程中，OpenAI 正试图收回对底层行为的控制权，防止用户通过 API 侧信道推测模型架构与更新节奏。
💡 核心观点：内部参数的混淆化与推理链的缩减，标志着大模型厂商正从开放探索转向成本控制的黑盒化运营。
原文链接：Linux.do
