OpenAI遭谷歌打壓暫停盈利計劃，轉而專注基礎技術研究

哈嘍，大家好，今天小墨這篇評論，主要來分析OpenAI急停賺錢項目，攻堅大蒜模型應對谷歌沖擊。

昨晚我都準備熄燈睡覺了，一條科技圈爆料直接讓我精神了。The Information在12月2日放出猛料，稱OpenAI正在開發代號為“Garlic”（大蒜）的大語言模型。

熟悉這行的朋友都清楚，The Information堪稱OpenAI的“編外宣傳部”，每次都能第一時間拿到內部猛料。只是這“大蒜”的名字，實在讓人摸不著頭腦。

要知道OpenAI以前起名多講究，要么是“Strawberry”（草莓）這樣寓意甜美的，要么是“Orion”（獵戶座）這樣氣場宏大的，怎么突然就選了大蒜這種接地氣的名字？深挖之后才發現，這背后全是AI巨頭博弈的大戲。

Garlic其實不是OpenAI的初始選擇，在它之前還有個更冷門的項目叫Shallotpeat，大概可以理解為“長在泥炭里的紅蔥頭”。

這個紅蔥頭項目最終沒能成功，內部復盤后發現問題所在。

在GPT-5早期版本研發時，他們一直信奉“大力出奇跡”（Scaling Law）的思路，可面對參差不齊的數據質量，這種單純堆砌數據的方式根本行不通。就像在貧瘠的泥炭土里種莊稼，再怎么努力也長不好，紅蔥頭項目最終只能流產。

所以Garlic的出現，本質上是一次推倒重來的搶救性命名。大蒜這東西皮實耐造，味道還沖，剛好預示著新模型的核心方向。它不再追求“大而全”的虛胖，而是主攻高密度和高能效。

國內其實也有類似的調整案例，據科技日報11月報道，阿里達摩院原本在推進一款全模態大模型，團隊投入了近百人的研發力量。

后來發現通用路線成本過高且效果不突出，還出現了數據冗余的問題。他們果斷收縮方向，聚焦工業場景的小參數模型研發，通過合成數據提升訓練效率，這和OpenAI放棄紅蔥頭轉向大蒜的思路不謀而合。

據內部消息，Garlic在預訓練效率上做了極大優化，專門為了在有限算力下，通過合成數據壓榨出更高的智力。

OpenAI之所以如此急迫地推倒重來，核心原因是后院起火了。Google的Gemini 3最近勢頭太猛，在各大權威榜單上，幾乎把GPT-5.1按在地上摩擦。不少用戶反饋，用GPT-5.1寫代碼常出bug，邏輯也頻頻掉線，反觀Gemini 3的表現則穩定很多。

Sam Altman已經在內部拉響了Code Red紅色警報，這可是OpenAI成立以來首次觸發該級別預警。ZAKER新聞12月9日報道，Altman曾向全體員工發送內部備忘錄，強調所有非核心業務必須為核心模型研發讓路。

這份急迫從戰略調整上就能看出來，按照原計劃，OpenAI本該在明年1月發布萬眾矚目的Agent（智能體）產品，甚至還準備推出新的廣告系統來擴大盈利。

可現在這些項目全被按下了暫停鍵，據《福布斯》信源證實，被暫停的還包括購物工具和ChatGPT Pulse個人助理。

畢竟此時強行推出Agent，就好比底盤還沒修好就急著造跑車，跑得越快散架得越快。Gemini 3在LMArena競技場和復雜數學推理任務上，已經對現有GPT模型構成了斷層式打擊。

這種戰略回撤在科技圈并不少見，參考澎湃新聞11月報道，字節跳動旗下的火山方舟曾計劃上線多款To C端AI工具，前期已經完成了市場調研和初步開發。但在發現核心模型推理速度落后于同行后，他們立刻暫停了工具上線，集中團隊優化模型底層架構。

OpenAI這次就是要先把賺錢的業務放一放，集中所有火力All-in Garlic，目標很明確，就是要把丟掉的“皇冠”搶回來。我身邊不少每月給ChatGPT充值的用戶，現在都已經切換到了Gemini 3，這也能看出市場風向的變化。

Garlic的出現，也預示著整個AI行業的風向要變了。從流出的消息來看，它完全不走“大力出奇跡”的老路，而是主攻Coding（代碼）和邏輯推理領域。

這和當前很多AI項目折戟沉沙的現狀有關，雪球11月報道顯示，不少AI企業因盲目追求規模陷入困境，估值曾超百億的毫末智行就已破產解散。

這意味著OpenAI終于想明白了，與其做一個什么都懂一點的“百科全書”，不如做一個能幫人干活、寫代碼甚至自我糾錯的“專家”。以前我們看OpenAI發布模型，更像是在看一件“藝術品”；現在看Garlic，感覺更像是在看一把精準的“武器”。

該版本原本包含通用問答、創意生成等多個功能模塊，后來團隊砍掉了部分非核心功能，重點優化了代碼生成、調試和邏輯梳理能力，上線兩周就獲得了近十萬開發者注冊。

有業內人士分析，Garlic很可能是o1技術路線的“量產實用版”，核心優勢就是更便宜、更快、邏輯更強。2025年底的這場AI大戰，看來要在“大蒜味”里收尾了。

AI行業的競爭本就充滿變數，OpenAI的戰略回撤反而展現了巨頭的清醒。底層技術的比拼遠未結束，這種聚焦核心的調整或許能催生更成熟的產品。國內的基礎模型企業也能借此機會找準方向，在新的賽道上實現突破。