据称 OpenAI 的代号 Zinc 和 Magnesium 在 Design Arena 上浮出水面

Why it matters

If authentic, the entries suggest OpenAI may update models inside its Sol and Terra tiers without waiting for a new GPT generation, accelerating the post-launch model cycle.

据模型观察者 Lentils (@Lentils80) 报道，两个标为 “Zinc” 和 “Magnesium” 的已禁用模型条目于 7 月 28 日出现在 Design Arena 上，这引发了 OpenAI 可能已在测试其 GPT-5.6 系列修订版的猜测。

Lentils 将这两个条目描述为 GPT 模型，并暗示 Zinc 可能是对 GPT-5.6 Sol 的更新，而 Magnesium 可能与 GPT-5.6 Terra 有关。该帖子未包含测试结果、模型标识符或将这些代号直接与 OpenAI 联系起来的证据。目击时两款模型均未启用公开对战功能。

这些条目尚未得到证实。OpenAI 的 GPT-5.6 发布资料 指出三种公开层级：Sol（旗舰）；Terra（以更低成本定位、与 GPT-5.5 竞争）；以及 Luna（最快且最便宜的选项）。这些资料并未标明 Zinc 或 Magnesium。

然而，OpenAI 将 Sol、Terra 和 Luna 描述为可以按各自进度推进的“耐久能力层级”。这一结构让 OpenAI 有空间在不等待完整 GPT-5.7 发布的情况下更新这些名称背后的模型。如果这些 Design Arena 条目属实，它们可能代表新的训练后版本、内部评估构建或旨在保留在现有 Sol 和 Terra 产品层级下的路由别名。

一个已禁用的条目只提供了早期信号。它并不能证明任一模型会发布、保留其代号或成为独立产品。

一家创业公司的基准测试成为模型发布信号

这一发现将 Design Arena 置于前沿模型实验室与用户之间日益重要的位置。Grace Li 和 Kamryn Ohly 是哈佛同学，曾在 Apple 任职，他们于 2025 年创立了这家旧金山公司，并带其进入了 Y Combinator 的 2025 年夏季批次。

Li 和 Ohly 围绕一个传统 AI 基准很大程度上忽视的问题构建了 Design Arena：生成的网站、图像、幻灯片和其他创意输出是否在视觉上真正为人所喜爱。用户提交提示，收到来自多款模型的匿名输出，并通过 一对一比较 对其进行排名。根据 Design Arena 发布的方法论，这些投票会输入 Bradley-Terry 排序系统。

该模型池为实验室测试未发布系统提供了天然舞台。投票期间模型身份保持隐藏，Design Arena 表示每次会话会抽样四个活跃模型加一个备用模型。因此，一款模型可以在其商业名称未呈现在投票者面前的情况下被评估。在激活前浮出的配置记录可能会暴露内部标签，即便底层模型仍不可用。

Design Arena 是 The Intelligence Company 的旗舰产品，后者是 Arcada Labs 采用的公众品牌。The Intelligence Company 表示 Design Arena 的用户已超过 300 万，覆盖 190 多个国家。Y Combinator 的启动页面记录的一个更早里程碑是在最初四周内覆盖 136 个国家的 47,000 名用户。

该基准测试已与 GPT-5.6 推出直接相关。在一篇 7 月 15 日的分析 中，Design Arena 在其非代理式网页设计类别中将 GPT-5.6 Sol 排名第一，比 GPT-5.5 高出 18 位。Design Arena 将这一提升部分归因于 Sol 抑制了常见的 AI 生成设计模式，例如紫色渐变、过大的主视觉文本和重复的便当盒布局。

Claude Opus 5 在设计和价格方面施加压力

Lentils 暗示这些所谓的模型可能是对 Anthropic 于 7 月 24 日发布的 Claude Opus 5 的回应。四天的时间差在时间上使该理论成为可能，尽管这些列表并未提供直接关联的证据。

Anthropic 将 Opus 5 定位为日常使用模型，在编码、电脑操作和视觉输出性能方面更强。Anthropic 的定价为每百万输入 token 收费 5 美元、每百万输出 token 收费 25 美元。OpenAI 对 GPT-5.6 Sol 的输入费率同为每百万 5 美元，输出为 30 美元，而 Terra 的输入为每百万 2.50 美元，输出为 15 美元。

OpenAI 于 7 月 9 日将 GPT-5.6 推出为一般可用，距离 Zinc 和 Magnesium 被发现不足三周。如此之快的更新符合 Sol、Terra 和 Luna 分层系统设计来支持的更快模型节奏。它也表明，当前在竞争对手同时攻击相同的编码能力、视觉判断、速度和成本组合时，前沿实验室在发布后被推动去多快地改进模型。

目前，Zinc 和 Magnesium 只是第三方基准中的标签，而非已宣布的 OpenAI 产品。它们的重要性取决于它们是否进入 Design Arena 的活跃池并产生足够的公开比较，从而揭示与 Sol 和 Terra 相比是否以及发生了哪些变化。