GPT-6 砍掉思考 Token，俄罗斯人砍掉通信 Token，Token 经济开始崩了？

如果不按 Token 计费，那以后 AI 怎么收钱？ 作者丨 高允毅 编辑丨岑 峰 GPT-6（内部代号 Astra） 发布在即，一份来自《The Information》的独家爆料，提前泄露了 OpenAI 最新的技术底牌。 这一次的核心升级，是一套名为 “循环深度” 的架构级革新，它正在颠覆我们熟知的推理模式。 过去，大模型想解难题，会吐出一长串“思维链”；而 “循环深度”直接让模型在内部的循环块里反复思考，然后给出最优解 ，这充分释放了模型的推理潜力，还节省了思维链中间文本带来的显存占用与带宽成本。 同时，这也带来新的安全问题。过去，“思维链”就像是 AI 的“心流日记”。虽然OpenAI 的 o1 等模型已经隐藏了思维链，但那只是产品层面的“不可见”，后台数据依然有迹可循。 这一次， OpenAI 从架构层面把思维链“黑盒化” ，连 Open AI 首席科学家 Jakub Pachocki 都开始担忧，不希望因为《The Information》的报道，倒逼行业冲向 “不可监控状态” 的无序军备竞赛。 这还是一种深刻的 “去文本化” 的技术变革。对于AI而言，先将思考转化为线性、离散的人类语言文字，再重新解码识别的交流方式，其实是一种低效的“计算中介”。 如今的大模型，正在试图抛弃人类语言，直接在“思想维度”里完成计算了。 当 AI 不再依赖输出文字来思考时，那座完全建立在 “Token” 计费之上的庞大 AI 商业帝国，根基开始松动了。 01 循环深度， 当推理发生在“隐藏空间” 在切入循环深度这一技术话题时，一个值得关注的点是，为什么大模型既没增加参数，也没增加数据，仅仅在内部“多算了几轮”，性能就变强了呢？ 传统 Transformer 的计算逻辑，像一条固定长度的单向流水线。从第一层开始输入Token，每生成一个新词，背后的算力都必须把所有物理层从头到尾地走一遍。这些层数是固定的，如果遇到简单的问题，走完所有层会造成算力的浪费。如果遇到难题，层数不够用，只能基于浅层理解 “硬凑” 答案。 为了弥补这一短板，行业想出了思维链（CoT）的办法，让模型把中间步骤写出来，再读回去接着算，相当于临时“加长”了思考深度。但本质上模型的层数没变，算力没有花在真正的“核心思考”上，又被浪费在生成、解析中间文字上。 而循环深度技术的核心逻辑是把核心运算层做成一个可循环的 “转盘”，同一个数据可以反复经过同一组参数层，原地迭代打磨，直到推导充分了再输出。 这样， “计算长度”变成了“计算深度”问题，算力的重心也从 “生成思考过程”，花到了 “真思考” 上，其效率提升是十分惊人的。 早在2025年，学界有一篇论文《Scaling up Test-Time Compute with Latent Reasoning: A Recurrent Depth Approa