GPT-5.1になってから
謎に頭悪くなったな...
って感じてる人へ。

※12月1日までに確認してください。

意外と知られてない設定方法があります。

思考時間の設定が「標準」にリセットされてます。

GPT-5.1へのモデル切り替えのタイミングで、
一度設定してた人も強制的に戻ってる報告が続出してます。

ここを「じっくり（Extended）」に変えるだけで
出力の品質が劇的に安定します。

・複雑な質問への回答精度が向上
・論理の一貫性が格段にアップ
・「浅い回答」が激減

設定方法は簡単です。

ChatGPTで「GPT-5 Thinking」を選択。
メッセージ入力欄にある「思考時間」のトグルから
「じっくり（Extended）」を選ぶだけ。

Proユーザーなら「深い（Heavy）」も選択可能。

正直これを知らないまま使い続けてる人は
GPT-5.1の本来の実力を半分も引き出せてないです。

ただし、思考時間を変えても
プロンプトの書き方が悪いと意味がないです。

GPT-5.1の思考力を簡単にブーストさせる短文プロンプト10選

欲しい人は「ブースト」とリプで送ります。

※12月1日まで限定配布。 November 11, 2025

「これから数ヶ月は遅れをとる可能性がある」

OpenAIが“追う側”へ
サム・アルトマン内部メモが暴露した、AIレースの転換点まとめ

今話題のThe Informationの記事の要約。面白いので是非見て欲しい。

【1. Googleの逆襲】
・Googleは“事前学習スケーリング”の難題を突破
・Gemini 3.0 Pro が GPT-5.1 を超える結果に
・研究者も「事前学習が復活したのは衝撃」とコメント

【2. OpenAIが直面した“巨大モデルの壁”】
・OpenAIのノウハウは小〜中規模では成功
　→ しかし巨大化（GPT-4.5/5級）すると調整が崩壊
・GPT-4.5はその“失敗作”だった（内部リーク情報）

【3. 一時的に事前学習から撤退 → 推論モデルへ逃避】
・OpenAIは問題回避のため Reasoning 特化に全振り
・その結果、基盤モデルが数ヶ月停滞
　→ その間に Google が一気に前へ

【4. アルトマンが語った今後の勝負所】
・OpenAIは事前学習を“ゼロから作り直す”
　→ 新モデル「Shallotpeat」を開発中（内部コード名）
・技術的に野心的な賭け：
　① 事前学習プロセスの完全再構築
　② AIがAIの訓練データを生成する合成データ戦略
　③ 強化学習の抜本的強化
　④ “AIでAI研究を自動化する”方針への深いコミット

【5. アルトマンの本音（メモより）】
「これから数ヶ月は遅れをとる可能性がある」
「だが我々は耐えられる企業力がある」
「研究チームは“真のスーパーインテリジェンス”に集中し続けよ」

【6. 今が歴史的ターニングポイント】
・2024まで：OpenAIが先行
・2025：Googleが事前学習突破で逆転
・今後数ヶ月：Google優位が続く可能性
・2026：OpenAIがShallotpeatで巻き返せるかが勝負

────────────────────────

■ 結論
いま世界は、初めて
「OpenAIがGoogleを追うフェーズ」
に突入した。

そしてアルトマン自身が強い危機感を持っていることが、今回の内部メモから明確になった。

https://t.co/th2N8AnFLp November 11, 2025

いま以下4つのAIの最上位プランに登録してて、合計月10万円以上なので正直一個で済ませたいけど、それぞれ違う良さがあるので困る。GPT-5.1 Proは一番賢い気がしてる。Google Antigravityはいい感じだしNano Banana Proは画像生成最強。Manusは万能感がある。そしてClaude CodeでのOpus 4.5は相当いい https://t.co/Qs3qffsOeG November 11, 2025

XのAI「Grok 4.1」の人間らしさがアップしたらしいけど、どのレベル？

同じく人間らしさが増したと話題の「GPT-5.1」と比較してみた

強みを活かした使い方、図解でマスターしよう↓ https://t.co/hbacgaewAD November 11, 2025

AI泡沫真的来了吗？吴恩达提出三个最新判断。2025年马上进入最后一个月了，市场上仍在关心一个问题，“AI究竟是不是泡沫”。
尤其，当英伟达市值触及5万亿美元的惊人高位（虽然之后有所回落）、OpenAI 抛出1.4万亿美元的基建计划时，整个硅谷乃至全球科技圈产生了同一种焦虑：
每一笔投向GPU的巨款，到底是通往 AGI 的必经之路，还是2000年互联网泡沫破裂前的最后狂欢？
这两天，AI领域代表人物之一，吴恩达发出一封公开信，谈了谈他眼中的“泡沫”。

他说，试图用一个“泡沫”标签概括整个AI行业是懒惰的，这个问题应该被拆分成应用层、推理侧基建、训练侧基建这三个截然不同的方面。
吴恩达认为，一些 VC 可能会因为“看不清赢家”而不敢投身应用层，转而扎堆去卷确定性更强的基建。
但是，他觉得应用层不仅没有泡沫，反而被严重低估了。同样刚需的还有推理基建。
他还说，要警惕因为“训练侧”过热崩盘可能带来的连锁反应。
如果有一天，某家顶级大模型公司因为无法收回巨大的训练成本而倒闭或估值暴跌时，可能会引发行业整体的“恐慌传染”。市场可能会因为情绪而短期波动，但终将会回归价值本身。

以下是全文
AI行业存在泡沫吗？
看着 OpenAI 抛出高达 1.4 万亿美元的宏大基建计划，英伟达的市值也曾短暂触及 5 万亿美元大关，巨额资金正疯狂涌入 AI 基础设施领域。这不禁让许多人发问：投机和炒作，是否已经将 AI 的估值推高到了不可持续的地步？
然而，AI 并非铁板一块。在这个庞大的产业中，不同领域的“泡沫化”程度其实大相径庭：
AI 应用层：投资严重不足。其潜力和价值远超大多数人的认知。
AI 推理侧基建：仍需大量投资。
AI 训练侧基建：我对该板块仍持审慎乐观态度，但也确实存在出现泡沫的可能性。
(特别声明，绝不是在提供投资建议！)
AI应用层
在未来十年里，我们将看到无数基于新一代 AI 技术构建的应用诞生。
几乎从定义上讲，建立在 AI 基础设施或技术（如大模型 API）之上的应用，其价值必须高于基础设施本身——否则，我们拿什么来支付给基建和技术提供商呢？
我在各行各业都看到了许多采用智能体（Agentic）工作流的“萌芽”，对此我信心满满。我也和许多风险投资人交流过，他们对于投资 AI 应用往往犹豫不决，理由是觉得自己不知道如何挑选“赢家”；相比之下，砸 10 亿美元去搞 AI 基建的配方和逻辑，他们反而觉得更好理解。
还有一部分人信了那种炒作，认为只要前沿大模型公司升级一下基础模型，所有的 AI 应用都会被瞬间“抹平”。
总的来说，我认为 AI 应用层的投资严重不足。这也是我的风投工作室 AI Fund 当前关注的重中之重。
AI推理侧基建
尽管 AI 目前的市场渗透率还很低，但基础设施提供商已经开始难以满足生成 Token 的算力需求了。
我的好几个团队都在担心推理算力不够用，无论是成本还是推理吞吐量，都限制了我们放手去干。
企业面临“供给受限”而不是“需求受限”，这其实是个“幸福的烦恼”，毕竟后者更常见。但即便如此，供给不足依然是个问题，所以我很高兴看到行业正在大力投资，扩大推理产能。
举个具体的例子，对 Token 生成的高需求，正体现在高水平 Agent 程序员的飞速进步上。我一直是 Claude Code 的粉丝；随着 GPT-5 的发布，OpenAI Codex 也经历了巨大的提升；Gemini 3 则让 Google CLI（命令行工具）变得极具竞争力。
随着这些工具的持续进化，采用率势必提高。目前市场的总体渗透率还很低，许多开发者仍在使用老一代的 Coding 工具（甚至有些人还没用上任何 Agent 类编程工具）。
这些工具如此好用，我确信它们的渗透率还会提升，所以大家对 Token 生成的总需求将持续增长。
去年年初我就预测过，我们需要更多的推理能力，部分原因正是 Agent 工作流的兴起。从那时起，这种需求变得愈发迫切。作为社会整体，我们需要更多的 AI 推理算力。
话虽如此，我并不是说在这个领域投资就稳赚不赔。如果我们最终建设过剩（我现在也不确定会不会），供应商可能不得不亏本甩卖算力，或者面对低回报。我希望这个领域的投资者能获得好的财务回报。但好消息是，即便建设过剩，这些算力最终也会被用掉，这对应用开发者来说是好事。
AI训练侧基建
很高兴看到资金涌入大模型训练领域。但在三个投资篮子中，这个看起来风险最高。
如果开源/开放权重模型的市场份额继续增长，那些砸了几十亿训练模型的公司可能无法获得诱人的财务回报。
此外，算法和硬件的进步让训练同等能力模型的成本逐年下降，这意味着前沿模型训练的“技术护城河”其实很弱。（不过，ChatGPT 已经成为了一个强大的消费品牌，拥有品牌护城河。而 Gemini 借助 Google 巨大的分发优势，表现也相当强劲。）
总结
总体上，我仍看好 AI 投资。但下行剧本是什么？泡沫会破吗？
让我担心的一个剧本是：如果 AI 技术栈的某一部分（也许是训练侧基建）因为过度投资而崩盘，可能会导致市场对整个 AI 行业的情绪转向，引发非理性的资金外流
全文：

https://t.co/DZt0huT4UR November 11, 2025