OpenAI 的 Ted Sanders 分享挑选合适 GPT 模型的经验法则

OpenAI 的 Ted Sanders 对 GPT-6.1 Terra 进行了分类，并解释了公司如何为语言模型命名。他表示模型性能是多维的，擅长数学的模型不一定擅长讲笑话，但多数性能差距归结为一个变量：模型规模。由于模型规模、推理投入和多智能体系统是不同维度，把三者合并成单一“IQ 分数”会掩盖细节；更新、更小的模型也能凭借更好的训练数据或架构改进超越更旧、更大的模型。Sanders 称 GPT-6.1 Terra 在技术沟通上可能优于更大的 Astra，在图像处理和计算机使用上大致持平，但价格低得多，在多数其他领域则落后。他给出的选择建议是：只看质量选 Astra，对价格稍敏感选 Sol，对价格非常敏感选 Terra 或 Luna。