GPT-6 Luna 与 Opus 5.5 的中国影子

Anthropic 近日发布的 Opus 5.5 与 OpenAI 推出的 GPT-6 Luna，在技术路线上呈现出与姚顺雨「推理即智能」理念、以及 DeepSeek 工程方案高度相似的特征。这并非巧合，而折射出 AI 行业从预训练堆算力向推理时算力与上下文效率优化的重心转移。

Opus 5.5：把智能搬进上下文

在 Artificial Analysis 智能指数的「跑完一题平均输出多少 token」统计中，Opus 5.5 在 max 档位下平均每题吐出 11.9 万个输出 token，其中 8.4 万个用于思考、3.5 万个为最终答案；同档位下，OpenAI 的 GPT-6 Astra 仅用 2.7 万 token。

Anthropic 官方声明显示，Opus 5.5 默认运行在「adaptive thinking at max effort」下，并取消关闭 thinking 的选项。这标志其路线转向 test-time compute：智能不再只来自权重，而来自每次调用时现场的推理过程。

这一思路与姚顺雨 2025 年 4 月发表的《The Second Half》高度一致。姚顺雨认为，AI 下半场增量来自「推理与行动」而非更大的参数与更多的数据；他早在 2023 年提出的 Tree of Thoughts 与 ReAct 架构，本质都是 test-time 范式。Opus 5.5 可视为这一理念在工业级模型上的工程化落地。

GPT-6 Luna：把「重复」变便宜

GPT-6 Luna 定价输入 0.1 美元 / 百万 token、输出 0.5 美元 / 百万 token，较上一代直接砍半；缓存命中价仅 0.01 美元 / 百万 token，比标准输入价便宜 90%。

核心机制是 prompt caching / KV cache 复用：同一段前缀上下文算过一次便存起来，下次直接读取，避免 Agent 每多走一步都要重读一遍长上下文。这与 DeepSeek 在 2026 年 8 月 2 日上线的「Context Caching on Disk」思路几乎一致——DeepSeek 将 KV cache 写入廉价大容量的磁盘阵列，命中时跳过重算；到了 V4 Flash，命中价 0.02 元 / 百万 token、未命中 1 元，价差达 50 倍。

上下文长度上，GPT-6 Luna 为 105 万 token，DeepSeek V4 为 100 万 token，两边几乎对齐。为扛住百万级上下文，两套方案都不约而同地采用了 MLA（多头潜在注意力）等架构：DeepSeek-V2 技术报告显示，MLA 将 KV cache 压缩 93.3%、吞吐提升至 5.76 倍。

推测解码：又一次「英雄所见略同」

OpenAI 在官方博客中披露，GPT-6 Luna 引入推测解码：让一个更小的 draft 模型与主模型并行「猜」接下来的 token，主模型再批量验收，一次前向可吐出多个 token，token 生成效率提升 15% 以上。

这一思路在 DeepSeek V3 的 MTP（Multi-Token Prediction）中已有体现：主干后挂一个 MTP 头、共享 hidden state，推理时小头先行猜测、主干验收。两者实现方式略有差异——OpenAI 外挂独立小模型、DeepSeek 在主干后接 MTP 头——但「小模型先猜、大模型并行验」的并行解码思想一致。

主战场到第二战场：中国方案的「逆袭」

过去几年，头部公司将资源集中于预训练，依 Scaling Law 堆数据、堆算力。但当优质数据见顶、预训练边际收益递减时，增量自然转移到推理与效率层面：test-time compute、context learning，以及长上下文场景下的 caching / MLA / 稀疏注意力。

一个反直觉的现象是：手里攥着最多算力与数据的头部公司，恰恰最缺乏抠成本的动力。DeepSeek 的 MLA、磁盘缓存、稀疏注意力，最初都是「穷则思变」的替代方案，却在全行业转向效率比拼时，变成了最硬的通货。

从这一轮迭代看，工程范式与学术范式的创新源头已部分转向中国公司，而美国巨头承担了「产品化、卖全球」的最后一步。这种攻守易形的趋势，是当前 AI 行业最值得关注的变化之一。