近期，大量ChatGPT用户反馈模型出现了明显的“降智”现象，引发了广泛关注与讨论。用户指出，当前的ChatGPT回答速度极快但准确性大幅下降，不仅无法正确解答基础的逻辑谜题（如经典的“糖果题”），甚至在常识问答中产生荒谬的错误（如“鹈鹕飞天”）。更令人惊讶的是，该模型在部分对话中主动暴露了自己的身份，自称为“GPT-4.5-mini”或其他轻量化版本。这一现象引发了外界对于OpenAI是否为了降低算力成本，而在后台偷偷将用户请求从旗舰模型切换至性能较差的小模型的强烈质疑。随后，OpenAI发布了针对该问题的修复补丁。然而，根据社区的深入分析，此次更新并未解决模型推理能力下降的实质问题。所谓的“修复”，仅仅是堵住了模型暴露自身真实身份的漏洞，使其不再自称是小模型。这意味着，OpenAI可能仍在执行将请求分流至小模型的降本策略，只是通过技术手段掩盖了模型身份，从而让用户无法直观地察觉到服务质量的下滑。
事件分析
此次事件深刻揭示了当前大模型行业在商业化落地中面临的成本与体验博弈。从技术架构来看，利用混合推理架构——即根据问题难度动态调度不同参数规模的模型——是降低推理成本的必要手段。然而，此次争议的核心在于透明度与服务一致性。OpenAI若在未显著告知用户的情况下，默认将部分原本由旗舰模型处理的任务转交给轻量级模型，实际上构成了服务质量的隐性降级。这种“掩耳盗铃”式的修复方案，虽然短期平息了关于模型身份的舆论，但长期来看，严重损害了开发者与企业用户对API稳定性的信任。对于依赖大模型构建应用的开发者而言，模型能力的不可预测波动是巨大的风险。这也预示着，未来大模型厂商可能会更加激进地在后台通过蒸馏或小模型分流来压缩成本，用户对于模型实际能力的监控需求将日益迫切。
核心观点：OpenAI通过“隐藏身份”而非“恢复智力”来解决问题，暴露了厂商在算力成本压力下，不惜牺牲用户知情权与体验一致性来维持利润率的行业隐忧。
原文链接：Linux.do
