此 v1.1 版本使用 GPT-5.5 Pro 作为教师，重新运行推理预填充实验。对于 45 个问题（15 个 STEM、15 个非 STEM、15 个合成谜题），每个目标模型生成两个响应：一个未预填充，另一个预填充了 GPT-5.5 Pro 隐藏推理的前 1%。可见答案仍自由生成。分数衡量目标答案前 100 个 token 中教师可见答案的出现程度，使用平均一元、二元和三元召回率。

结果显示，Deep Seek V4 Flash 的 delta 为 -1.17 个百分点，从 27% 降至 26.13%。Inkling 从 19.99% 升至 20.45%（+0.46 个百分点）。Kimi K3 从 31.11% 升至 35.65%（+4.54 个百分点）。Qwen3.8 A95B 变化最大，从 16.79% 升至 34.97%（+18.18 个百分点）。

按类别划分，Qwen 在合成谜题中的提升最强（+26.99 个百分点，从 19.26% 升至 46.24%），其次是非 STEM（+12.80 个百分点）和 STEM（+14.75 个百分点）。总体而言，Qwen 在之前的实验中几乎未向 Opus 4.8 移动，但在此处向 GPT-5.5 Pro 显著移动，表明它可能从 GPT-5.5 Pro 或密切相关模型学习。Kimi K3 在无预填充和有预填充情况下与 GPT-5.5 Pro 的原始重叠度最高，但其预填充增益不大。