推理引導實驗：Qwen3.8 注入 GPT-5.5 Pro 推理後答案重疊度大增 18.18%，暗示潛在訓練關聯

一項針對模型的推理引導（reasoning prefills）實驗顯示，將 GPT-5.5 Pro 的推理過程注入 Qwen3.8 A95B 後，其生成答案與 GPT-5.5 Pro 的重疊度大幅提升。實驗針對 45 個問題（包含 15 題 STEM、15 題非 STEM 與 15 題合成謎題），將 GPT-5.5 Pro 推理過程的前 1% 插入目標模型的推理通道，並測量目標模型前 100 個 token 與 GPT-5.5 Pro 可見答案的重疊度。 測試結果顯示，Qwen3.8 A95B 的重疊度從無引導的 16.79% 躍升至 34.97%（增加 18.18 個百分點）。其中 STEM 類別受影響最深，重疊度增加 26.99 個百分點；私有合成謎題亦增加 14.75 個百分點。作者指出，Qwen 在先前的實驗中並未向 Opus 4.8 靠攏，此次結果暗示 Qwen 可能使用了 GPT-5.5 Pro 或相關模型進行學習。 在其他模型方面，Kimi K3 在無引導（31.11%）與有引導（35.65%）的情況下，皆與 GPT-5.5 Pro 保持最高的重疊度，引導僅帶來 4.54 個百分點的提升。DeepSeek V4 Flash 注入引導後重疊度微降 1.17 個百分點至 26.13%，Inkling 則微升 0.46 個百分點至 20.45%。