Qwen 3.8 推理预填充实验：向 GPT-5.5 Pro 靠拢 18 点

一项名为「Reasoning prefills on a few open models, v1.1」的实验，使用 GPT-5.5 Pro 作为教师模型，重新运行了推理预填充测试。实验方法是对每个问题生成两种响应：普通响应，以及将 GPT-5.5 Pro 推理内容的前 1% 插入目标模型推理通道的预填充响应。可见答案仍由目标模型自由生成，随后测量教师模型的可见答案在目标模型答案前 100 个 token 中的出现比例。

实验包含 45 道题：15 道 STEM、15 道非 STEM、15 道合成谜题。结果显示，Qwen 3.8 在此次实验中向 GPT-5.5 Pro 移动了 +18.18 个百分点，尤其在私有合成谜题上效果显著。相比之下，Qwen 在之前针对 Opus 4.8 的实验中几乎没有移动。数据表明，Qwen 可能从 GPT-5.5 Pro 或密切相关的 GPT 模型学习，而非从 Opus 学习。

另一个模型 Kimi K3 与 GPT-5.5 Pro 的重叠度最高，无预填充时为 31.11%，有预填充时为 35.65%，但预填充仅增加了 +4.54 个百分点。整体来看，预填充对不同模型的影响差异明显，Qwen 的响应变化最大。