Gerade wurde Doug, das größte vortrainierte Modell von OpenAI, geleakt.

Am 9. August enthüllte ChrisGPT, ein X-Nutzer, der die Entwicklungen von OpenAI-Modellen seit langem verfolgt, dass OpenAI ein neues großes vortrainiertes Modell mit dem Codenamen Doug vorantreibt.

Seinen Angaben zufolge wird Doug das bisher größte Vortrainingsprojekt von OpenAI sein, und es handelt sich nicht um dasselbe Modell wie GPT-6.

In einer späteren Antwort fügte ChrisGPT weiter hinzu, dass GPT-6 sehr wahrscheinlich Astra ist, das stärkste eigene Modell von OpenAI, dessen Veröffentlichung gestern aus Sicherheitsgründen dringend ausgesetzt wurde.

Was Doug betrifft, so erwartet er, dass es spätestens vor November auf den Markt kommen könnte.

ChrisGPT ist nicht die erste Nachrichtenquelle, die Doug öffentlich erwähnt.

Am 7. August veröffentlichte SemiAnalysis, eine Forschungsinstitution für die Halbleiter- und KI-Branche, in einem Artikel über Gemini und Google Cloud ein Forschungsmemorandum, das zuvor an institutionelle Kunden gesendet wurde. Dieses Memorandum ist vom 9. Juli datiert.

Artikel-URL: https://newsletter.semianalysis.com/p/gemini-is-cooked-but-gcp-is-cooking

Darin gibt es einen sehr wichtigen Satz: OpenAI hat die Probleme beim Vortraining überwunden, und ein viel größeres Modell mit dem Codenamen Doug wird aktiv vorangetrieben.

Wenn die entsprechenden Nachrichten korrekt sind, könnte Doug bedeuten, dass OpenAI nach fast zwei Jahren, in denen die Leistungssteigerung hauptsächlich durch Post-Training, Verstärkungslernen und Inferenzzeit-Computing vorangetrieben wurde, eine großangelegte Generationenwechsel des Grundmodells neu startet.

Die Geschichte beginnt mit GPT-4o.

OpenAI überträgt mehr Wachstum auf RL

Am 13. Mai 2024 veröffentlichte OpenAI GPT-4o und nannte es das neue Flaggschiff-Modell.

In den folgenden fast zwei Jahren hat OpenAI zwar neue vortrainierte Modelle wie GPT-4.5 trainiert und veröffentlicht, hat aber nie eine vollständige Skalierung des Vortrainings abgeschlossen, die weitgehend als nächstes führendes Frontier-Modell eingesetzt werden kann.

Gleichzeitig stammt die Leistungssteigerung der Modelle von OpenAI zunehmend aus einer anderen Richtung.

Am 12. September 2024 veröffentlichte OpenAI o1-preview.

Im Vergleich zur früheren Leistungssteigerung durch größere Vortrainingsskalen zeigt o1 eine andere Skalierungsmethode : Durch großangelegtes Verstärkungslernen lernt das Modell, mehr Rechenleistung für die Schlussfolgerung einzusetzen. Danach wurden Post-Training, RL und Inferenzzeit-Computing im Modellsystem von OpenAI immer wichtiger.

Im April 2025 wurde o3 offiziell veröffentlicht. OpenAI betonte erneut, dass die Schlussfolgerungsfähigkeit der o-Serie aus großangelegtem Verstärkungslernen stammt.

Im August 2025 wurde GPT-5 veröffentlicht. Es handelt sich nicht mehr nur um ein einzelnes Modell, sondern um eine einheitliche Architektur, die aus schnellen Modellen, tiefgreifenden Schlussfolgermodellen und einem Routingsystem besteht.

SemiAnalysis ist der Ansicht, dass hinter o1, o3 und sogar der GPT-5-Serie kein neuer Sprung der Grundmodell-Generation stattgefunden hat, der mit GPT-4o vergleichbar ist, und die entsprechenden Modelle basieren tatsächlich noch auf dem Grundmodellsystem der GPT-4o-Ära.

OpenAI hat diese Trainingslinie nie bestätigt, aber wenn die Informationen von SemiAnalysis zutreffen, ist die Route der letzten zwei Jahre leicht zu verstehen: Die Basis hat keinen gleichwertigen generationsweiten Sprung erlebt, und die Leistungssteigerung wird hauptsächlich durch immer stärkeres Post-Training und RL vorangetrieben.

Die Modellskalierung hat sich auch von der früheren Hauptabhängigkeit vom Vortraining allmählich auf drei Dimensionen erweitert: Vortraining, RL und Inferenzzeit-Computing.

Das Problem ist, dass wenn das Grundmodell lange Zeit keinen gleichwertigen Generationenwechsel erfährt und die Skalierung nur durch Post-Training und Inferenzrechenleistung fortgesetzt wird, es früher oder später mit dem Problem sinkender Grenzerträge konfrontiert wird.

Das Erscheinen von Gemini 3 hat dieses potenzielle Problem der Trainingsroute schnell zu einem tatsächlichen Wettbewerbsdruck gemacht.

Garlic: Das Vortraining läuft wieder an

Am 18. November 2025 veröffentlichte Google Gemini 3.

Zehn Tage später stellte SemiAnalysis in der Analyse von TPUv7 eine weit diskutierte Behauptung auf: Seit GPT-4o hat OpenAI keine erfolgreiche vollständige Skalierung des Vortrainings abgeschlossen, die weitgehend als neues Frontier-Modell eingesetzt werden kann.

Als Google Gemini 3 auf den Markt brachte, wurde dieser Unterschied von einem Problem der Trainingsroute zu einem direkten Wettbewerbsdruck.

Am 1. Dezember berichteten mehrere Medien, dass Sam Altman intern bei OpenAI "Code Red" ausrief und das Team aufforderte, ChatGPT vorrangig zu verbessern und einen Teil der Ressourcen neu zuzuordnen.

Einen Tag später tauchten noch wichtigere Trainingsinformationen auf.

Am 2. Dezember 2025 berichtete The Information, dass OpenAI ein neues vortrainiertes Modell mit dem Codenamen Garlic entwickelt. Dem Bericht zufolge, der sich auf interne Quellen stützt, zeigt Garlic gute Leistungen bei Codierungs- und Schlussfolgerungsbewertungen und nutzt gleichzeitig eine Reihe von Fehlerbehebungen, die OpenAI während des früheren Trainingsprozesses entdeckt hat.

Noch wichtiger ist, dass der leitende Forschungsbeauftragte von OpenAI, Mark Chen, dem Team zufolge mitgeteilt hat, dass das Unternehmen einige der wichtigsten Probleme im früheren Vortraining gelöst hat. Der Bericht erwähnt auch, dass diese Trainingsverbesserungen es kleineren Modellen ermöglichen, Wissen aufzunehmen, für das früher größere Modelle erforderlich waren.

In demselben Bericht gibt es einen Satz, der später besonders wichtig wurde: OpenAI hat auf der Grundlage der aus Garlic gewonnenen Erfahrungen mit der Entwicklung eines "noch größeren und besseren Modells" begonnen.

Die Geschichte von Doug hat eigentlich schon hier begonnen.

Am 6. Januar 2026 sprach SemiAnalysis erneut über die Modellroute von OpenAI. Diesmal schrieben sie direkt: OpenAI hat die Probleme beim Vortraining gelöst.

Das heißt, nach den Informationen, die SemiAnalysis vorliegen, hat OpenAI die Probleme gelöst, die früher das vollständige skalierte Vortraining behindert haben.

Garlic hat sehr wahrscheinlich die Rolle übernommen, zu überprüfen, ob diese Korrekturen wirksam sind, und Doug ist wahrscheinlich das Ergebnis, nachdem diese Trainingsmethoden wirklich auf eine größere Skala ausgeweitet wurden.

OpenAI könnte bereit sein, die Basisskalierung neu zu starten

Wenn die oben genannten Nachrichten korrekt sind, könnte OpenAI mindestens zwei wichtige Modellprojekte nacheinander vorantreiben: Astra, das sich in der fortgeschrittenen Bewertungsphase befindet, und Doug, das angeblich noch größer ist.

Und Doug weist auf eine andere Sache hin: Die Skalierung des Grundmodells selbst wird erneut vorangetrieben.

In den letzten zwei Jahren hat OpenAI bewiesen, dass das alte Grundmodell durch RL, Schlussfolgerung und Inferenzzeit-Computing ständig weiter verbessert werden kann.

Doug soll eine andere Frage beantworten: Wenn das Grundmodell selbst einen großen Sprung vollzogen hat, wohin kann dieses Post-Training-System, das bereits an seine Grenzen gestoßen ist, die Leistung noch bringen?

Dies könnte der eigentliche Ausgangspunkt für die nächste Runde des Modellwettbewerbs von OpenAI sein.

Referenzlinks:

https://x.com/ChrisGPT/status/2086220662264250764

https://newsletter.semianalysis.com/p/gemini-is-cooked-but-gcp-is-cooking

https://newsletter.semianalysis.com/p/rl-environments-and-rl-for-science

https://www.theinformation.com/newsletters/ai-agenda/openai-developing-garlic-model-counter-googles-recent-gains

Dieser Artikel stammt aus dem WeChat-Offiziellen Konto „Jiqi Zhixin“ (ID: almosthuman2014), Autor: Jiqi Zhixin, der sich für LLM interessiert, veröffentlicht mit Genehmigung von 36Kr.