近期，科技圈围绕OpenAI的模型研发动态展开诸多讨论，焦点集中在其正在推进的代号为Doug的新一轮大型预训练模型上。长期关注OpenAI模型动向的X用户ChrisGPT爆料，Doug将成为OpenAI迄今规模最大的预训练项目，且与GPT - 6并非同一模型。在后续交流中，ChrisGPT还推测，GPT - 6很可能就是此前OpenAI因安全问题紧急暂缓发布的自家最强模型Astra，同时他预计Doug最迟可能在11月前推出。
ChrisGPT并非首个提及Doug的消息源。8月7日，半导体和AI行业研究机构SemiAnalysis在讨论Gemini和Google Cloud的文章中，公开了一份7月9日发送给机构客户的研究备忘录，其中明确提到OpenAI已克服预训练难题，代号为Doug、规模更大的模型正在积极推进。
回顾OpenAI的模型发展历程，2024年5月13日，OpenAI发布GPT - 4o并将其作为新的旗舰模型。此后近两年，尽管OpenAI训练并发布了GPT - 4.5等新预训练模型，但始终未完成一轮能广泛部署为下一代主力前沿模型的全规模预训练。与此同时，OpenAI的模型能力增长逐渐转向另一条路线。
2024年9月12日，OpenAI发布o1 - preview，该模型展示了通过大规模强化学习让模型投入更多计算进行推理的全新scaling方法。此后，后训练、强化学习（RL）和推理时计算在OpenAI模型体系中的重要性日益凸显。2025年4月，o3正式发布，OpenAI再次强调其推理能力源于大规模强化学习。同年8月，GPT - 5发布，它不再局限于单一模型，而是由快速模型、深度推理模型和路由系统组成的统一架构。
SemiAnalysis分析认为，o1、o3乃至GPT - 5系列背后，并未伴随与GPT - 4o相当的全新基础模型世代跃迁，这些模型仍基于GPT - 4o时代的基础模型体系。虽然OpenAI未确认这一训练血缘，但若SemiAnalysis的信息属实，过去近两年的发展路线便清晰可见：基础模型未发生同等级别的世代跃迁，能力增长主要依靠越来越强的后训练和强化学习推动。模型scaling也从过去主要依赖预训练，逐渐扩展到预训练、强化学习和推理时计算三个维度。
然而，这种发展模式存在潜在问题。若基础模型长期未实现同等级别的换代，仅依靠后训练和推理计算继续scaling，迟早会面临边际收益下降的困境。而Google推出的Gemini 3，更是将这种潜在的训练路线问题迅速转化为现实的竞争压力。
2025年11月18日，Google发布Gemini 3。十天后，SemiAnalysis在TPUv7分析中指出，自GPT - 4o以来，OpenAI未完成一轮能广泛部署为新前沿模型的成功全规模预训练。当Google推出Gemini 3后，这种训练路线的差异演变成直接的竞争压力。12月1日，有消息称Sam Altman在OpenAI内部宣布“Code Red”，要求团队优先提升ChatGPT，并重新配置部分资源。次日，更关键的训练信息浮出水面，《The Information》报道称OpenAI正在开发代号为Garlic的新预训练模型，该模型在编码和推理评测中表现良好，且使用了此前训练过程中发现的一系列bug修复。报道还提到，OpenAI首席研究官Mark Chen向团队表示公司已解决此前预训练中的一些关键问题，这些训练改进能让更小的模型容纳过去需要更大模型才能获得的知识。同时，OpenAI已基于Garlic的经验，开始开发一个“更大更好的模型”，这便是Doug的雏形。
2026年1月6日，SemiAnalysis再次谈及OpenAI的模型路线，明确表示OpenAI已解决预训练方面的问题。由此推测，Garlic可能承担了验证修复有效性的角色，而Doug则是这些训练方法放大到更大规模后的成果。若上述消息准确，OpenAI可能正在连续推进至少两轮重要模型项目，即已进入高级评测阶段的Astra和规模更大的Doug。Doug的出现意味着OpenAI可能准备重新推动基础模型的scaling，探索在基础模型完成大幅跃迁后，已被推到极致的后训练体系能将模型能力提升到何种程度。
