代号 GPT-5.3“Garlic”，在泄露和报道中被描述为下一次增量/迭代的 GPT-5.x 发布，旨在弥合理解、编码和产品性能方面的差距，这是 OpenAI 针对来自 Google 的 Gemini 和 Anthropic 的 Claude 的竞争压力所做出的回应。
OpenAI 正在尝试一种更高密度、更高效的 GPT-5.x 迭代，重点在于更强的推理能力、更快的推理速度以及更长上下文的工作流，而非单纯追求不断增大的参数规模。这不仅仅是 Generative Pre-trained Transformer 系列的又一次迭代；而是一场战略性反击。它诞生于 CEO Sam Altman 于 2025 年 12 月宣布的内部“Code Red”。“Garlic”代表对过去五年主导大语言模型发展的“越大越好”教条的拒斥，转而押注一个全新的指标：认知密度（cognitive density）。
什么是 GPT-5.3 “Garlic”？
GPT-5.3——代号“Garlic”——被描述为 OpenAI 的 GPT-5 家族中的下一步迭代。消息源将其定位为一次有针对性的架构与训练优化，而非简单的检查点或 token 微调：目标是在更紧凑、推理效率更高的模型上，提取更高的推理性能、更好的多步规划以及改进的长上下文行为，而不是仅仅依赖原始规模。这一定位与行业更广泛的“高密度”或“高效率”模型设计趋势一致。
“Garlic”这一代号——与此前天体（Orion）或偏甜植物（Strawberry）的命名大相径庭——据称是一个刻意的内部隐喻。就像一瓣大蒜就能比大量平淡的食材更有力地为整道菜增味一样，这个模型旨在在不承担行业巨头那种庞大计算开销的情况下，提供“浓缩”的智能。
“Code Red”的起源
Garlic 的存在与催生它的生存危机密不可分。2025 年末，自 ChatGPT 上线以来首次，OpenAI 发现自己处于“防御姿态”。Google 的 Gemini 3 在多模态基准上夺冠，而 Anthropic 的 Claude Opus 4.5 则成为复杂编码与代理型工作流的事实标准。作为回应，OpenAI 管理层暂停了外围项目——包括广告平台试验和面向消费者的代理扩展——将全部精力集中在一个能够对竞争对手实施“战术打击”的模型上。
Garlic 正是这次打击。它并非要成为世界上最大的模型；它要做到单位参数下的最聪明。它融合了此前内部项目的研究线索，尤其是“Shallotpeat”，并引入了修复缺陷与预训练效率优化，使其能在相对体量下打出远超量级的表现。
GPT-5.3 模型当前观测到的迭代状态如何？
截至 2026 年 1 月中旬，GPT-5.3 处于内部验证的最后阶段，这一阶段在硅谷常被称为“硬化（hardening）”。该模型目前在内部日志中可见，并已在严格保密协议下由部分企业合作伙伴进行抽测。
已观测到的迭代与“Shallotpeat”整合
通往 Garlic 的道路并不线性。首席研究官 Mark Chen 的内部备忘录显示，Garlic 实际上是两个不同研究方向的复合体。起初，OpenAI 正在开发代号“Shallotpeat”的模型，计划作为一次直接增量更新。然而，在 Shallotpeat 的预训练过程中，研究人员发现了一种“压缩”推理模式的新方法——本质上让模型在训练早期就丢弃冗余的神经通路。
这一发现导致独立的 Shallotpeat 发布被取消。其架构被并入更具实验性的“Garlic”分支。结果是一个混合迭代：既拥有成熟 GPT-5 变体的稳定性，又具备新架构爆发式的推理效率。
何时可以推断其发布时间？
预测 OpenAI 的发布时间向来困难，但“Code Red”状态会加速标准时间线。基于泄露、供应商更新与竞争对手节奏的汇合，我们可以三角定位一个发布时间窗口。
主要窗口：2026 年 Q1（1 月–3 月）
内部人士的共识是于 2026 年 Q1 发布。2025 年 12 月宣布“Code Red”，并要求“尽快”发布。鉴于模型已进入检查/验证阶段（与“Shallotpeat”的合并加速了时间线），最有可能在 1 月下旬或 2 月上旬发布。
“Beta” 分阶段发布
我们可能会看到分阶段上线：
- 2026 年 1 月下旬：向特选合作伙伴与 ChatGPT Pro 用户发布“预览”（可能标注为“GPT-5.3（Preview）”）。
- 2026 年 2 月：开放完整 API。
- 2026 年 3 月：集成至 ChatGPT 免费层（限额查询），以对抗 Gemini 的免费可用性。
GPT-5.3 的 3 项定义性特性？
若传闻属实，GPT-5.3 将引入一系列更重实用与集成而非纯粹生成创造力的特性。该特性清单简直是系统架构师与企业开发者的心愿单。
1. 高密度预训练（EPTE）
Garlic 的皇冠明珠是其增强预训练效率（EPTE）。
传统模型通过见到海量数据并建立庞大的关联网络来学习。据称，Garlic 的训练流程包含一个“剪枝”阶段，让模型主动凝练信息。
- 结果：一个在 VRAM 需求上“物理更小”的模型，却保留了更大型系统的“世界知识”。
- 收益：更快的推理速度与显著更低的 API 成本，解决了阻碍像 Claude Opus 这类模型大规模采用的“智能-成本”比问题。
2. 原生代理式推理
不同于以往需要“包装器”或复杂提示工程才能作为代理运行的模型，Garlic 拥有原生工具调用能力。
模型将 API 调用、代码执行与数据库查询视为其词汇中的“一等公民”。
- 深度集成：它不仅“会写代码”；还理解代码的“环境”。据称它能浏览文件目录、同时编辑多个文件，并在没有外部编排脚本的情况下运行自己的单元测试。
3. 海量上下文与输出窗口
为与 Gemini 的百万 token 窗口竞争，据传 Garlic 将配备400,000-token 的上下文窗口。虽然小于 Google 的提供，但关键差异在于该窗口上的“Perfect Recall”，采用新的注意力机制以避免 2025 年常见的“上下文中段”遗忘问题。
- 128k 输出上限：对开发者而言更令人兴奋的是，传闻输出上限扩大到 128,000 tokens。这将允许模型在一次生成中产出整套软件库、完整法律文书或一部长篇小说，无需“切块”。
4. 重大幅度的幻觉率下降
Garlic 使用专注于“认识论上的谦逊”的后训练强化技术——模型被严格训练去了解自己“不知道什么”。内部测试显示，其幻觉率显著低于 GPT-5.0，使其在生物医学与法律等高风险行业中更具可用性。
与 Gemini 和 Claude 4.5 等竞争对手相比如何？
Garlic 的成功不会孤立衡量，而是要与当前称霸的两大巨头直接比较：Google 的 Gemini 3 与 Anthropic 的 Claude Opus 4.5。
GPT-5.3 “Garlic” vs. Google Gemini 3
规模 vs. 密度之战。
- Gemini 3：当前的“万物皆收”模型。在多模态理解（视频、音频、原生图像生成）上占优，拥有几乎无限的上下文窗口。处理“凌乱”的真实世界数据时最佳。
- GPT-5.3 Garlic：无法在原生多模态广度上与 Gemini 匹敌。它改为在“纯粹推理”上发起攻击。对于纯文本生成、代码逻辑与复杂指令遵循，Garlic 旨在更锋利、更少“走神”或“拒答”。
- 结论：需要分析一段 3 小时视频，用 Gemini。需要为银行应用编写后端，用 Garlic。
GPT-5.3 “Garlic” vs. Claude Opus 4.5
开发者之魂之战。
- Claude Opus 4.5：于 2025 年末发布，凭借“温度感”与“氛围”赢得开发者青睐。以编写整洁、可读性强的代码与对系统指令的“军事化”执行著称，但价格昂贵且速度较慢。
- GPT-5.3 Garlic：这正是直接目标。Garlic 旨在匹配 Opus 4.5 的编码能力，但以2 倍速度、0.5 倍成本提供。借助“高密度预训练”，OpenAI 希望以 Sonnet 级预算交付 Opus 级智能。
- 结论：“Code Red”正是由于 Opus 4.5 在编码上的统治地位而触发。Garlic 的成败完全取决于它能否让开发者把 API Key 换回 OpenAI。若 Garlic 能以更快速度实现与 Opus 相当的编码能力，市场将一夜转向。
要点
Garlic 的早期内部版本已在特定高价值领域超越 Google 的 Gemini 3 与 Anthropic 的 Opus 4.5：
- 编码能力：在内部“困难”基准（超越标准 HumanEval）上，相比 GPT-4.5，Garlic 显著降低了陷入“逻辑循环”的倾向。
- 推理密度：模型需要更少的“思考”tokens 即可得出正确结论，这与 o1（Strawberry）系列对“思维链”依赖更重形成对比。
| 指标 | GPT-5.3 (Garlic) | Google Gemini 3 | Claude 4.5 |
|---|---|---|---|
| 推理（GDP-Val） | 70.9% | 53.3% | 59.6% |
| 编码（HumanEval+） | 94.2% | 89.1% | 91.5% |
| 上下文窗口 | 400K Tokens | 2M Tokens | 200K Tokens |
| 推理速度 | Ultra-Fast | Moderate | Fast |
结论
“Garlic”是一条正在进行、且看似可信的传闻：一条以推理密度、效率与真实世界工具化为优先的 OpenAI 工程路线。将其置于 OpenAI、Google、Anthropic 等模型提供商之间加速的军备竞赛背景下更易理解——这场竞赛的战略奖品不止是“原始能力”，而是每一美元、每一毫秒延迟上的“可用能力”。
如果你对这个新模型感兴趣，请关注 CometAPI。它始终以实惠的价格更新最新、最优的 AI 模型。
开发者现在即可通过 CometAPI 使用 GPT-5.2、Gemini 3、Claude 4.5。开始之前，请先在 Playground 探索 CometAPI 的模型能力，并查阅 API guide 获取详细说明。访问前，请确保你已登录 CometAPI 并获取 API Key。CometAPI 提供远低于官方价格的方案，助你完成集成。
准备好开始了吗？→ Sign up for CometAPI today！