有人说，自从GPT-6被爆4月发布后，Deepseek-V4就不再是“最吊胃口的大模型”了。

无论是据传性能暴涨40%、200万token上下文、每百万token仅$2.5/$12（输入/输出）的“土豆”（Spud），还是把ChatGPT、Codex编程引擎、Atlas浏览器彻底融合的“超级引擎”，关于GPT-6的讨论在网络上沸沸扬扬，几乎所有人都在说同一件事：它很快要来了，而且“和以前不一样”。

但以上种种网传消息，没有一条得到官方的确认。

甚至连Spud究竟是GPT-6还是GPT-5.5都没有定论。

OpenAI官方闪烁其词：“很强”“架构变化”“解决更难的问题”“big model smell”……类似的模糊字眼反复出现，却硬是没透露什么关键参数和具体指标。

这不太像一次正常的产品发布，更像一场被刻意控制的预热。

信息刚刚好被控制在一个“刚好够让人兴奋，但又无法确认”的区间，让各路网友抓耳挠腮。

讨论越多，不确定性越强，期待则被不断放大。

GPT-6还没发布，但已经开始“干活”了。

内忧外患生死局

OpenAI正处在一个不允许失败的阶段。

从外部看，竞争不再集中在单一方向，而是同时在多个维度展开。

上有Anthropic用性能施压，Claude系列持续迭代，coding/agent能力表现突出，主打一个成本更低、效率更高；

下有Deepseek拿定价拆台，V4据传超低成本+长上下文+开源，除了一直没做多模态，已被广大网友瞩目期待；

横向比较还有个Google在体系化推进，搜索、Agent、电商一体化，让Gemini变成Google的全栈入口。

更关键的是，多家厂商的新模型集中在同一时间窗口释放：

就在今天，Anthropic的Claude Mythos Preview已通过Project Glasswing公开亮相，大幅提升了编码能力、推理能力和网络安全能力；

DeepSeek也新增了“专家模式”，被认为是V4的前置信号；

此外，xAI的Grok5被透露参数规模达6万亿，原计划Q1发布，尽管延期，但仍在逼近；Google的Gemini 3.2也被期待在Q2推出。

过去的大模型竞争还有“代际差”：你强一代，我追一代。但现在，几乎所有公司都在同一时间给出自己的答案，亮出自己的底牌。

与此同时，OpenAI内部的压力也在累积。

IPO时间窗口被普遍认为指向2026年下半年，OpenAI已经完成约1220亿美元融资，同时承诺未来几年高达6000亿美元级别的算力投入；

二级市场出现约6亿美元股份“无人接盘”的情况，有投资机构负责人公开表示：他们“无法找到机构买家”；

围绕上市节奏，Sam Altman与公司CFO存在明显意见分歧：一方希望尽快推进IPO以抢占时间窗口，另一方则认为公司尚未准备好承受公开市场的压力。

如果说Deepseek需要一个先进的大模型来弥补最近频频断连的“意外事件”，挽回一下太久没有更新的“品牌形象”；对OpenAI来说，拿出点“真东西”则是迫在眉睫的生死局。

市场的信号已经开始变化，资本并不会等产品发布之后再判断，它会提前下注。

而现在的下注趋势，正在变得更谨慎。

在这样的背景下，GPT-6不仅是“下一个产品”，还是OpenAI挽回市场信心的一次关键机会，更是一次必须成功的战略验证。

大模型的气息

如果说现在关于GPT-6的讨论有什么是“确定”的，不是它的性能，而是它被寄予的期望。

在最近的公开表述中，Greg Brockman反复强调一件事：这不是一次增量更新，而是一次“我们重新思考模型开发方式”的变化。

他甚至用了一个有点玄的词，“big model smell”，大模型的气息。

他的表述是：当模型跨过某个阈值，它不再只是“更聪明”，而是开始主动理解用户意图，减少交互成本。

也就是说，如果过去是人在学习如何去使用AI的话，GPT-6要做的，则是让AI去理解人。

围绕这一点，外界对GPT-6的期待也逐渐具象化：为了长任务执行需要更强的Agent能力；为了统一架构需要更强的原生多模态能力；为了更自然的交互需要减少提示工程；为了支撑真实使用场景必须降低幻觉率。

就在GPT-6被不断预热的同时，一个更关键的变化已经发生：Anthropic的年化营收（ARR）突破300亿美元，超过了OpenAI的250亿美元。

虽然两者采用不同的收入确认方式，无法直接横向比较，但增长来源值得关注：Anthropic的扩张，主要来自企业侧。

如果把ARR看作token消费的一个侧面反映，这意味着，企业侧（ToB）的token需求，正在超过消费侧（ToC）。

换句话讲，AI的主战场，从“聊天”这类休闲娱乐，转向了实际应用的“工作流”。

而当模型进入工作流之后，竞争的逻辑也随之改变。

用户绑定的，不再是某一个工具，而是token的使用方式，以及围绕它构建的一整套流程。

在这一点上，Anthropic已经走在前面。

除了模型本身强悍的编码能力，Anthropic也在明显向编码与开发者场景集中，围绕Claude Code不断强化工作流能力，通过harness、hook、MCP等机制，将模型嵌入实际流程之中。

当企业的流程围绕这套机制建立，迁移成本就会迅速上升。

相比之下，OpenAI的优势仍然集中在“使用AI”这一层：更强的通用模型、更大的用户规模、更广的使用场景。

但这些优势，并不会自动转化为工作流中的绑定能力。

用户可以随时更换一个工具，但很难替换掉一整套已经运行的工作系统。

从这个角度看，OpenAI并不占优。

为此OpenAI也在做出调整，尝试用另一种方式进入工作流：一方面通过Codex强化开发者场景，另一方面将这些能力与下一代模型（GPT-6）绑定，试图让模型本身承载更完整的任务流程。

这也意味着，GPT-6所承担的，不只是性能的提升：它需要进入生产流程，证明OpenAI同样有能力锁定工作流，把用户留在自己的系统里。

王牌，卡在决战前夜

GPT-6被寄予了厚望，可是问题在于，这些期望并不是能够“慢慢实现”的。

OpenAI的上市窗口，已经基本锁定在2026年下半年。在进入资本市场之前，它必须回答三个问题：技术是否仍然领先；增长是否可以持续；商业模式是否成立。

而GPT-6，很可能是这三个问题的统一答案，或者说，唯一答案。

如果GPT-6按时发布，它的作用不仅是“展示能力”，更是提供一个可以写进招股书的完整叙事：AI不只是更强了，而是开始真正进入生产流程，产生可预期的收入。

但反过来，要是GPT-6没有达到预期，问题也会被同步放大。

在技术层面上：如果它只是“更强的GPT-5”，这就是一次简单的产品迭代，OpenAI将失去“定义下一代模型”的话语权。

在增长逻辑上：当Anthropic以更陡的曲线扩张时，OpenAI必须证明自己仍处在更高的增长区间，否则市场会迅速重估它的长期价值。

在商业模式上则更加根本：AI不同于传统软件，模型的每一次调用都对应真实的计算成本。如果GPT-6无法改变token的使用方式，只是让用户“用得更多”，那么规模越大，压力越大。成本结构不会改善，利润模型依然站不住脚。

这三件事，本质上是同一个问题：OpenAI这条路径，是否真的能跑通。

GPT-6如果失败，不只是一个模型的失败。它会让技术叙事、增长逻辑与商业模型，在同一时间失去支撑。

而Sam Altman，以及这家公司过去几年建立的“领先叙事”，也会出现明显的动摇。

当所有人都在等待GPT-6发布的那一刻，真正被验证的，从来不只是这个模型本身。

本内容由作者授权发布，观点仅代表作者本人，不代表虎嗅立场。如对本稿件有异议或投诉，请联系 tougao@huxiu.com。