现在看到“草莓”两个字，我已经条件反射了，已经不再是之前单纯的香香甜甜的草莓了。

一早醒来，又发生了两件“大事”：

一个是OpenAI的草莓（strawberry）被曝要提前了，会在两周内发布。

另一个还是OpenAI，他们新推出了一个定价200美元/月的ChatGPT Pro订阅套餐。

昂，具体是这样传的。

昨晚，外媒The Information透露，在未来两周左右，OpenAI就会上线他们的草莓模型（strawberry）。

曾经OpenAI说“秋季发布草莓模型”，如果是真的，这可能是OpenAI提前兑现期货的一次。

先对这次的曝光总结一下子：

• 速度慢
• 猜测使用了新范式Self-play RL
• 数学代码能力强（之前就曝过的）

草莓模型，它的卖点就是——“自主思考”能力，以及强大的数学/代码能力。

在响应之前，会有一段10~20秒的“思考”时间，然后回答带有自己想法的答案。

网友猜测，根据现在有关草莓模型的各种信息来看，草莓模型的自主推理、强大代码能力，很有可能是通过一个新范式Self-play RL（自博弈强化学习）训练而得。

在AI发展和进化的路上，追求AI进化为类人智能，一直是可想而不可实现的目标。其中最大的难点就是：让AI通过“模仿人类思维”进行思考和推理。

虽然，在非常庞大的数据集支撑下，现存的生成式大模型可以在对话中出口成章，为我们提供现有的各种信息。

但，这只是模型根据人类已有的数据与信息进行重复利用，却无法根据这些数据产生自己的想法和共鸣。

也就是说，大模型可以是一个很强的“文科生”，但在理科方面，只会做曾经做过的题。

而通过自博弈方法，大模型会与自己进行无数次对话，在这个过程中实现自我迭代学习。Claude和Deepseek的AI Coding能力也有一定可能源自这个范式。如果真的采用这种方法，草莓模型也会在数学和代码方面有非常强的建树。

但介于自博弈方法的计算效率有限，目前AI只能利用这个范式，实现在单个特定领域的突破。比如2017年的AlphaGo Zero，在没有人类输入的情况下，自博弈学习围棋，以100:0打赢了AlphaGo Master，而后者曾战胜过柯洁。

此外，自博弈需要进行超大量级的试验，对存储资源需求较高，推理成本也比较高，所以基本上没多少自博弈模型能真正落地。

当然，以上是对草莓模型的推测，具体原理是否如此，还需要等模型上线揭晓。 以及，受美国国家安全局掣肘，草莓模型也有可能蒸馏后再上线。

虽然草莓模型集成到ChatGPT中，但它是作为一个独立的产品存在，ChatGPT集成只是用法的一种。而初始版本的草莓模型只能接收和生成文本，并不会像其他GPT模型一样支持多模态。后续还要慢慢等更新。

根据介绍，草莓模型使用起来可能会更简单一些——对于现有的大语言模型，我们还要输入完整的“思维链”，才能换来想要的答案。而草莓模型只需要提供问题，就可以独立思考解决问题的逻辑链，从而给出结果。

相关人士介绍，在这种情况下，这种思考时间还能让草莓模型针对问题进行延伸，可以向用户提供“用户可能想知道的额外的答案”。

不过我们都希望，这种思考只是用在比较复杂的问题上，可惜的是，尽管是一些简单到不行的问题，草莓模型可能也会思考很久，让人等个十几秒。如果换成普通的模型来回答也用不了这么久。

而且，十几秒的等待时间确实很长，不符合最开始对AI思考时间的预期。

然后是定价。

根据热心网友爆料，OpenAI还推出了一个新的订阅价位——

ChatGPT Pro，定价200美元/月。

网传有人发了付款页面，但目前尚不确定是否确有此事。

如果情况属实，这个新的订阅档位很大可能就是为草莓模型准备的。出于草莓模型的推理成本，这个定价也许是OpenAI能接受的最低价，这个模型的使用场合也可能更适合团队或集体使用。

对于个人来说……除非它能达到的效果真的有10倍以上，不然还是建议各位量力而行啊~

文章来自于“夕小瑶科技说”，作者“海野”。