AREX Feed Article
OpenAI 免费送 10 万科学家上 GPT-5.6，但权重还是锁着的
10 万张免费门票，从今夏开始发放
7 月 29 日，OpenAI 宣布推出 ChatGPT for Academic Researchers，将向 10 万名学术研究者免费开放其前沿模型，首期 1 万人今夏启动，覆盖至 2027 年。推文 24 小时内获得 8300 余次点赞、1000 次转发和 218 万次浏览。
GPT-5.6 Sol Pro——OpenAI 当前最强公开模型——是赠与的核心，附赠 Codex 智能体编码环境和 ChatGPT Work 长周期研究助手。该计划属于 OpenAI 截至 2027 年超过 2.5 亿美元外部科研承诺的一部分。但模型权重仍封闭，研究界对可复现性和独立审计的诉求未获回应。
五个数字勾勒计划全貌
10,000 → 100,000 人：今夏从 1 万人起步，2027 年前扩展至 10 万。首批机构已包括普林斯顿高等研究院（IAS）和巴黎高等师范学院（ENS）。
200 美元/月等值：每位获批者获得相当于 ChatGPT Pro 订阅的 12 个月免费使用权——GPT-5.6 全系列（Sol / Terra / Luna）、Codex 和 ChatGPT Work。每人可邀 4 名同校协作者，一个 workspace 共 5 个席位。数据默认不用于模型训练。
三道资格门槛：仅限选定研究型大学的教研人员和博士后；必须通过 SheerID 验证机构身份；须提交近三年在 arXiv、bioRxiv 或 ChemRxiv 上的论文。研究生不能作为 workspace 所有者申请。
2.5 亿美元：计划属于 OpenAI 2027 年前外部科研支持总承诺的一部分，含 2025 年 3 月启动的 5000 万美元 NextGenAI 联盟（哈佛、MIT、Caltech、牛津等 15 所创始机构），以及与美国能源部 Genesis Mission 的合作。
15% 自我优化：GPT-5.6 通过 Codex 重写并优化了 OpenAI 自身的生产内核代码，token 效率提升超过 15%。Greg Brockman 将此计划描述为"对人类最难问题的更多射门机会"（more shots on goal against humanity's hardest problems）。
83% 与 31.5%：GPT-5.6 的科研成绩单
GPT-5.6 Sol Pro 在 FrontierMath Tier 4 上拿到 83%，比 GPT-5.5 高出 10.5 个百分点。FrontierMath 由 Epoch AI 开发，但 OpenAI 资助了该基准，并保留了部分题目的独家访问权——Epoch AI 在自己的利益冲突披露中公开说明了这一点。
在 OpenAI 自建的 GeneBench Pro 上，GPT-5.6 Sol Pro 解决了 31.5% 的复杂生物数据分析任务，是 GPT-5.5 在原版、更简单的基准上成绩的两倍多。该基准 2026 年 6 月 30 日才发布，未经第三方独立验证。31.5% 意味着模型在约七成复杂生物研究任务上仍会失败。
OpenAI 生命科学负责人 Joy Jiao 在 4 月 GPT-Rosalind 发布时也承认，公司不认为 AI 已能独立创造新的疾病疗法。华盛顿州立大学 2026 年 3 月的研究进一步佐证了这个天花板：修正猜测因素后，ChatGPT 正确识别虚假科学陈述的比例仅为 16.4%。
不只是聊天：75 项技能与一台代码引擎
该计划远不止提供一个对话界面。平台内置超过 75 项生命科学技能，覆盖遗传学、基因组学、下一代测序、单细胞分析、蛋白质建模和药物发现。连接器接入科学文献数据库、公共基因组和临床数据库、卫星影像平台、计算笔记本和文献管理工具。
Codex 负责执行层——写代码、调试、处理数据集、构建可复现计算流程。ChatGPT Work 面向长周期项目：文献综述、基金申请搜索、资助申请书起草和论文准备。
OpenAI 引用内部数据称，每周约 130 万人使用 ChatGPT 进行高等科学和数学工作，生成约 840 万条消息。AI 使用量前 20% 的研究者中，近 7% 的请求被判定为至少需要 4 小时人工工作量的任务，而其他同领域研究者的这一比例仅为 3.5%。
已出现具体的科研产出。物理学家 Rogerio Jorge 与合作者利用 AI 开发开源聚变研究软件，现已在工业实验室和国家实验室使用。理论计算机科学家 Barna Saha、Yinzhan Xu 和 Christopher Ye 用 GPT-5.5 Pro 建立了高维几何问题计算复杂度的新边界，随后自行验证并完善了结果。
三道门：faculty、论文、SheerID
申请资格设了三层过滤。第一层，申请人必须是选定研究型大学的教研人员（faculty）或博士后，覆盖七个领域：生物科学、化学与材料、计算机科学、地球与行星科学、工程、数学和物理学。研究生不能以所有者身份申请。
第二层，通过 SheerID 完成机构身份验证。第三层，提交过去三年内在 arXiv、bioRxiv 或 ChemRxiv 上发表的论文，且作者列表中须包含申请人。
并非所有高校都有资格。OpenAI 提供了可申请机构列表，且限制支持国家和地区。实际操作中已有摩擦——Berkeley 计算机科学博士生 Zirui "Colin" Wang 在 X 上发帖称，提交了伯克利官方在读证明却被 SheerID 判定为"文件不在认可清单内"，且找不到客服入口。日本研究者也报告非英语在学证明被系统拒绝。
从 14 篇到 100 篇：arXiv 正在改变
arXiv 数学论文中致谢 ChatGPT 的数量从 2026 年 2 月的 14 篇增至 7 月前三周的 100 篇，五个月内增长近 7 倍。OpenAI 表示 7 月数据尚不完整，但趋势已足够清晰。
学术写作规范的改变不只体现在致谢环节。研究者 Morissa Schwartz 在 X 上指出一个结构性矛盾："免费访问很好。但研究者也需要可复现的版本控制和引用级别的溯源。'模型在周二下午说了些聪明的话'是一句糟糕的方法学描述。"
Anthropic 不查证件，Nvidia 联名要权重
Anthropic 于 7 月 1 日推出的 Claude Science 走了相反路线：面向所有付费用户开放，不要求任何机构验证。OpenAI 选择免费但设限——验证严格而覆盖面更广。
7 月下旬，Nvidia、微软和 Meta 联合发布《开放权重与美国 AI 领导力》（Open Weights and American AI Leadership）公开信，主张封闭权重抑制竞争——这封信在 OpenAI 公告的五天前发布。OpenAI 的免费计划在权重问题上保持沉默。
X 平台上，有影响力的批评集中在三个方向。一位用户写道："OpenAI is locking in the next generation of scientists and engineers before anyone else does." 另一条高赞回复指出 Anthropic 同日停用了更多账户，形成对比。还有用户质问："为什么不上线你们最初的使命，开源你们的模型？"曾被广为使用的 GPT-4o 系列的关停决定也被反复提及——"先拿走我们依赖的模型，再送我们新的，这不是赠与。"
黏性、追赶还是开放：三种走向
第一种，学术黏性。如果 10 万研究者将工作流深度嵌入 Codex 和 ChatGPT Work，OpenAI 将在学术研究的基础设施层建立结构性优势。12 个月免费期结束后，竞争对手要撬动一个已经深度适应 OpenAI 工具链的实验室，成本极高。
第二种，竞争追赶。Anthropic 的 Claude Science 以零门槛策略降低了试用成本，Google 的 Gemini 同样具备科研能力。如果 OpenAI 的严格资格审核持续产生摩擦——Berkeley 博士生的案例不是孤例——部分研究者可能转向替代方案。
第三种，开放压力加码。Nvidia-Microsoft-Meta 的公开信表明行业内部对开放权重的呼声在增强。如果研究者在使用过程中发现模型行为因静默 API 更新而改变——这是封闭模型的系统性风险——对可复现性的焦虑将从学术讨论升级为实际障碍。免费不等于可审计。OpenAI 用 2.5 亿美元回答了"谁用得起前沿模型"的问题，但"谁能验证前沿模型在做什么"的问题，答案仍然是否定的。
参考链接：