{
title: "OpenAI退役o3和GPT-4.5，GPT-5.6加速接棒",
summary: "OpenAI宣布将于2026年8月26日退役o3，GPT-4.5更早于6月27日下线，仅给30天缓冲。这两款模型曾是付费用户的宝藏：o3以数学、科学、编程领域的“慢思考”能力被封为GOAT，GPT-4.5则以自然写作风格获赞。退役仅限ChatGPT界面，API不受影响。同时，GPT-5.6开发加速推进，内部检查点已上线，两代旗舰迭代周期或压缩至60天。用户不舍之余，OpenAI罕见发文质疑第三方评估的可靠性。",
content: "OpenAI又干了一件让老用户心碎的事。5月28日，官方Release Notes宣布：从2026年8月26日起，o3从ChatGPT正式退役；GPT-4.5更狠，6月27日就下线，只给30天缓冲。两个模型目前仅限付费用户在设置里手动切换才能用到，它们早就不是默认选项了，这次是要彻底从菜单上抹掉。与此同时，知名博主Leo于5月29日发帖确认，GPT-5.6的开发全力推进中，一个明显更强的新检查点已在内部上线。一边是用户还没来得及说再见，一边是新模型已经在后台热身。\n\n最后两个好用的模型，要没了。这话不是我说的。Reddit热帖下面几百条评论，付费用户在ChatGPT设置里疯狂截图留念，氛围像是赶在拆迁前最后一次拍照。有网友愤怒地表示，OpenAI这种操作“给了我取消Pro账户的最后一个理由。”还有用户表达了对o3写作风格的留恋与不舍。o3是OpenAI的“纯血推理模型”，2025年4月上线，专门为那些需要一步步想、一层层剥的硬核任务设计。数学证明、科学推导、代码debug……在这些需要“慢思考”的场景里，o3几乎是无敌的存在。X上有用户直接封它为“GOAT”（史上最强）。还有人说得更直白：“o3是最后一个真正在‘想问题’的模型，5系列更聪明，但少了那股子轴劲儿。”o3-pro更是Pro用户的心头好——花更多时间思考，给出更可靠的答案，在数学、科学、编程三大领域碾压式领先，学术评估里的成绩单漂亮得像学霸的期末考。再说GPT-4.5，如果说o3是理工科学霸，GPT-4.5就是文科天才。这是许多用户心中“写作最自然”的模型，文字有温度、有节奏感、有灵魂。X用户Striver的评价被广泛转发：直到今天，4.5仍然是最好的写作模型。o3是纯粹的原生推理模型。5系列至今都没能匹配这两个模型曾经拥有的东西。\n\n这里有个值得细品的细节：退役仅限ChatGPT的网页和App端，API完全不受影响。这意味着开发者依然可以通过API调用o3和GPT-4.5，企业应用不会断。逻辑很清楚：ChatGPT的界面就那么大，模型列表不能无限膨胀。留着一堆使用率极低的旧模型，既占资源，又分散用户注意力。还记得GPT-4o退役时的数据吗？当时日均只有0.1%的用户还在选它。o3和GPT-4.5的使用率大概率更低——它们早就被藏进了“显示更多模型”的折叠菜单里了。GPT-5.5在4月23日上线，是OpenAI目前最强的公开旗舰。GPT-5.5 Instant在5月5日跟进，成为ChatGPT新默认模型。但更值得关注的是GPT-5.6。泄露信息显示，GPT-5.6将采用“双版本”策略：标准版主攻多步推理能力的飞跃，Pro版则定位为更强的深度思考模型。有研究人员透露，内部已经有人把5.6的检查点当作日常调试工具在用。算一笔时间账：GPT-5.5是4月23日发的，5.6的检查点5月下旬就在内测，如果6月底公开发布，两代旗舰之间的间隔将压缩到大约60天。这个节奏，已经开始接近“月度迭代”了。\n\n故事到这里，本来可以收尾：旧王退位，新王登基，迭代提速，天下太平。但就在宣布退役的第二天，OpenAI干了一件非常反常的事——罕见发布了一篇硬核长文，标题大意是《什么才是值得信赖的第三方评估》。长文系统拆解AI模型跑分的“潜规则”，并且直言：很多评估报告里的亮眼数字，根本说明不了真实能力。这等于是自己掀了桌子。OpenAI指出，核心问题在于：前沿模型早就不是“你问我答”的聊天机器人了，它们会用工具、会记上下文、会多步自主行动。但大量第三方评估还停留在“给模型出道题、看它答得对不对”的阶段。真正决定成绩高低的，往往不是模型本身，而是那套配套的测试框架（harness）。harness是什么？简单说就是“考场环境”——场地、工具、规则、能不能重试，全算在内。同一个学生，在草稿纸都不给的考场和允许查资料的考场里，成绩当然不一样。AI模型也一样。最近Opus 4.8的争议就是活教材。Datacurve的Deep评估曾引发广泛讨论，OpenAI借机提醒行业：别被数字迷惑，真实能力才是硬道理。对于AI从业者和爱好者来说，这波操作提醒我们