一句话看懂：一项公开实验显示，给 Qwen3.8 A95B 灌入 GPT-5.5 Pro 前 1% 的推理内容后，其答案与 GPT-5.5 Pro 的相似度从 16.79% 跳升到 34.97%，涨幅远超其他开源模型，暗示 Qwen 的训练数据可能与 GPT 系列关系更近。
事件核心：发生了什么
开发者 wsxiaoys 在 GitHub Gist 上发布了“开源模型推理预填充”实验的 v1.1 版本，改用 GPT-5.5 Pro 作为“教师模型”。方法是对 45 道题（15 道 STEM、15 道非 STEM、15 道合成谜题）分别让每个目标模型生成两次答案：一次正常作答，一次在推理通道开头注入 GPT-5.5 Pro 推理过程的前 1%。可见答案仍由模型自由生成，再用 unigram、bigram、trigram 的召回率衡量目标模型开头 100 个 token 与教师答案的重合度。
结果显示：Qwen3.8 A95B 在预填充后从 16.79% 升至 34.97%，提升 18.18 个百分点，STEM 题提升达 26.99 个百分点；Kimi K3 基线重合度最高（31.11%），预填充后仅涨 4.54 个百分点；DeepSeek V4 Flash 反而下降 1.17 个百分点；Inkling 基本持平。
为什么重要
该实验的对比价值在于“换了教师”。在早前以 Opus 4.8 为教师的实验中，Qwen 几乎没有向 Opus 靠拢，这次换成 GPT-5.5 Pro 后却大幅移动，且对未公开的合成谜题同样明显。目前公开信息显示，这可能意味着 Qwen 的训练数据或蒸馏来源与 GPT-5.5 Pro 或同族模型更为接近，而非 Opus。对行业而言，这类“预填充探测”提供了一种低成本手段，去推测开源大模型的训练血统与数据来源，也再次把模型蒸馏、合成数据合规性推到台前。
对用户/开发者/创作者的影响
对开发者，这提醒选型不能只看跑分：如果下游任务与某个闭源模型高度相关，开源模型的“血缘”会影响迁移与微调效果。做 Agent、推理链或 API 封装的团队，可把“推理预填充”当作对比工具，判断某开源模型是否更容易承接特定闭源模型的推理风格。企业采购和合规团队则应关注训练数据来源争议，尤其在闭源模型条款限制蒸馏的背景下，这类探测结果可能成为谈判或风险评估的参考。对内容创作者，模型风格趋同意味着“换个模型换种思路”的效果在下降。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是 Qwen 官方是否回应训练数据来源与蒸馏质疑；二是其他团队能否复现该实验，尤其是合成谜题上的大幅跃升；三是闭源厂商是否会收紧 API 输出，以降低被用于推理预填充探测和蒸馏的空间。
