【你的 codex 为什么降智？】gpt-6-astra 长推理请求思维链被截断的占比超过 50%

TL;DR

先说结论，统计最近十几天的历史请求数据可以发现，gpt-6-astra 在长推理请求（reasoning tokens >= 516）中超过 50% 的请求思维链长度被截断到了 518k-2（主要是 516）的位置。作为对比，gpt-5.6-sol 占比不超过 10%.

这就可以解释为什么总有佬友观察到 gpt-6-astra 表现差（降智），前言不搭后语。

这些异常表现都是思维链被截断的 debuff 效果。

用人话说，当你的请求足够复杂，需要长推理的时候，有 50% 以上的概率达不到预期效果，甚至可能因为残缺的思维链带来负面效果。

^[1] 思维链截断是从 gpt-5.5 时期就存在的一个问题，具体可以参考这个 issue

完整对比

下图对比 gpt-6-astra 和 gpt-5.6-sol 在推理 tokens 不为 0 的情况下 516 的占比情况，结论是 gpt-6-astra 的推理截断情况要比 gpt-5.6-sol 要严重的多。并且 gpt-6-astra 在 reasoning effort 等级高的时候 516 占比会明显增加。

如果把上述统计的分母换成 reasoning token>=516 就会发现，gpt-6-astra 在需要长推理链条的请求上，推理被截断的比例接近 40%，小一半了。

如果把 1034 截断也算上的话，事情就变得更加糟糕了。

1. 脚注 ↩︎