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 做了归类定位，并解释公司模型命名逻辑：模型大小、推理投入与多智能体系统是不同维度，合并成单一“IQ 分数”会掩盖细节。
The Decoder：AI 新闻· Matthias Bastian·2026-10-27 18:09· 2 小时前AI 评分59
OpenAI 的 Ted Sanders 分享了一条挑选合适 GPT 模型的经验法则
AI 导读
OpenAI 的 Ted Sanders 对新模型 GPT-6.1 Terra 进行了归类定位，并解释了公司的模型命名方式。他表示模型性能是多维的，模型大小、推理投入和多智能体系统是不同维度，合并成单一 IQ 分数会掩盖细节。
正文 · 原文
2026 年 10 月 27 日
OpenAI 的 Ted Sanders 对新模型 GPT-6.1 Terra 进行了归类定位，并解释了公司为其语言模型命名的方式。据 Sanders 所说，模型性能是多维的。一个擅长数学的模型不会自动擅长讲笑话。不过，大多数性能差距都归结于一个变量：模型大小。Sanders 表示，OpenAI 的模型名称难以简化，因为模型大小、推理投入和多智能体系统是彼此不同的维度。将它们合并成单一的“IQ 分数”会掩盖细节。
而大小并不能解释一切。通过更好的训练数据或改进的架构，更新、更小的模型可以超越更旧、更大的模型。GPT-6.1 Terra 在技术沟通方面很可能优于更大的 Astra，并在图像处理和计算机使用方面大致与之相当，但价格要低得多，不过在大多数其他领域则有所不及，Sanders 说。“如果你只在乎质量，选 Astra。如果你对价格有点敏感，选 Sol。如果你对价格非常敏感，选 Terra 或 Luna。”
没有炒作的 AI 新闻——由人工精选
订阅 THE DECODER，享受无广告阅读、每周 AI 新闻简报、每年六期的独家“AI Radar”前沿报告、完整档案访问权限以及评论区访问权限。
来源：The Decoder：AI 新闻 · the-decoder.com
来源：RadarAI · aihot.news