OpenAI 极光三色 Alpha 误上线又撤回：Arena 实测竟是图像模型

昨晚，OpenAI API 列表中短暂出现了一组名为 Aurora（极光） 的三色 Alpha 版本条目。从开发者视角观察，此次曝光疑似为后台配置失误，模型名称显露后入口迅速关闭。

这三个代号遵循 RGB 命名规则，具体对应如下：

初期社区普遍猜测其为新一代推理或代码模型。然而，在开发者尚未完成测试前，三个 Alpha 版本已从 API 侧迅速下架。

尽管 API 入口关闭，但线索并未中断。随后在 Arena 中仍可接触到同一批模型，实测结果显示其核心功能并非代码加速，而是图像生成。

误上线回顾：从“高速代码”预期到紧急撤回

事件时间线紧凑。aurora-red-alpha 等名称出现时，开发者社群最初猜测其关联 GPT-6.1 Astra——此前有消息称该模型因安全评估曾被搁置。

更早的参照点在于 2 月 9 日，OpenRouter 曾上线匿名模型「Aurora Alpha」，官方描述为面向速度优化的推理模型，旨在收集社区反馈。

三天后，OpenAI 正式发布 GPT-5.3-Codex-Spark，定位为超快编码模型，宣称吞吐量超过 1000 tokens/s。

由于发布时间接近且标签均强调“快速”，社区一度形成以下认知偏差：

Aurora ≈ OpenAI 的高速/强代码系列

这导致“Aurora”在初期被广泛误认为是推理与编码能力的升级。

Arena 实测：确认为图像生成模型

随着测试深入，Arena 中的对局结果纠正了前述观点。这三个 Alpha 版本既非超高速代码生成器，也非 GPT-6.1 Astra 的变体，其在 Arena 中的稳定行为表现为：图像生成。

API 下架后，OpenAI 仍将它们保留在 Arena 的灰度测试及 RLHF 反馈池中，为社区提供了盲测窗口。开发者和用户随即转向 Arena 进行风格对比测试。

红/绿/蓝：同主题下的风格差异

测试者使用相同的“猫”主题提示词对不同版本进行测试。

aurora-red-alpha 生成的图像为构图紧凑的猫咪面部特写，光影刻意，呈现出类似棚拍人像摄影的“专业感”。

切换至 aurora-green-alpha，虽然主题相同，但气质截然不同：

视野更宽广、室内背景更明亮，接近随手拍摄的生活瞬间，风格自然松弛。

aurora-blue-alpha 初期公开样例较少，但后续确认其同样为图像生成模型。

社区关注点从“期待大模型发布”迅速转向“审美风格对比”，早期的误判也成为讨论的一部分。

盲测结果：Green 版本胜率更高

在 Arena 的双模型盲投中，观察者得出结论：绿版（Aurora-Green）相对于红版（Aurora-Red）具有明显的胜率优势。

这场对决实质上是下一代图像模型默认审美的 A/B 测试：棚拍感 vs 生活感。目前社区倾向认为，具备自然质感的绿版更受欢迎。

Blue 版本特性分析

蓝版在 Arena 中出现频率较低，需花费较多时间才能定位到 Aurora Blue Alpha。

其输出普遍被认为细节密度更高：

例如在处理“自行车骑鹈鹕”等非常规构图时，虽然风格独特，但完成度较高。

在漫画风格测试中表现同样稳定：

有观点认为，Aurora 系列的图像生成能力介于 Nano Banana 与 GPT Image 之间。按照社区演示效果，后续可能会直接与 Nano Banana 3 Pro 进行对标。

行业视角：视觉栈试水而非通用模型预告

梳理事实链条：API 短暂曝光的 RGB 三色 Aurora Alpha，更可能归属于 Image-3 或下一代多模态视觉基础模型，而非公众期待的“下一代全能文本模型”。

同期，OpenAI 的其他动作包括：

• 搭载 Intelligent UI 的 GPT-6 已在 ChatGPT 端亮相；
• 面向创作领域的 Dots 已上线，其算力后端常提及 GPT-6 Astra 与 GPT-6.1 Sol；
• 定价页曾短暂出现未公布条目 gpt-rosalind-discovery，随后 Rosalind Workbench 以研究预览形式开放。

与此同时，Anthropic 的 Fable 5.5 也被视为下一轮竞争焦点。尽管市场热搜常聚焦于“更大通用模型”，但此次窗口期将图像生成栈推至台前，对于关注 API 与 Arena 的开发者而言，信息重心明确指向视觉能力升级。

无论最终是以 GPT-Image-3 等形式推出视觉升级，还是继续研发前沿模型，OpenAI 仍需通过实测验证其能力。对于密切关注 Arena 与 API 列表的用户而言，本次事件的核心结论明确：Aurora 三色 Alpha 首先是图像生成模型。