12月4日凌晨，GitHub与DesignArena意外泄露了OpenAI内部代号“企鹅”（Penguin）的全新模型矩阵，首次公开了四档推理预算的详细信息：旗舰Emperor512、中端Rockhopper64、轻量Macaroni16与零推理Mumble0。这一系列模型覆盖了从云端到边缘的全场景需求，展现了OpenAI在人工智能领域的最新突破。
图源备注：图片由AI生成，图片授权服务商Midjourney512
推理预算高达512！Emperor或成GPT-5.2核心
内部文件显示，Emperor模型拥有高达512单位的“juice”推理预算，是现行模型的8-10倍。令人惊讶的是，尽管预算如此庞大，Emperor的端到端延迟却控制在80ms以内，实现了“零等待”的对话体验。代码路径已嵌入实时剪枝与动态计算分配技术，疑似为明年GPT-5.2提供底层架构支持。
四档预算对应四种延迟表现
Macaroni主打极速响应，Mumble彻底跳过推理步骤
Rockhopper（64）（中端）定位“推理+速度”平衡，目标替代GPT-4.5
Macaroni（16）面向移动端，首次在8Gen3芯片跑通70B模型
Mumble（0）完全跳过推理步骤，响应时间极短
这一系列模型的推出，不仅展示了OpenAI在模型优化方面的深厚技术积累，也为不同场景下的AI应用提供了更多可能性。从旗舰级的Emperor512到轻量级的Macaroni16，再到零推理的Mumble0，每一款模型都有其独特的定位和优势，旨在满足用户在不同场景下的需求。