OpenAI 的 Ted Sanders 解释模型命名规则：Luna < Terra < Sol < Astra

OpenAI 的 Ted Sanders 在一段关于模型命名规则的说明中表示，大语言模型的性能是多维度的，没有固定排序能保证数学最好的模型也最擅长讲笑话。不过他指出，性能差异的很大一部分可以由单一变量解释：模型规模。一般而言，更大的模型性能与可靠性更好、每 token 成本更高、对冷门事实的召回也更好。

模型排序与版本号含义

Sanders 说明，OpenAI 的模型按 Luna < Terra < Sol < Astra 排序。他同时解释了版本号的多重含义：版本号同时表示发布顺序、与其他版本的关系以及改进幅度。以 6.1 为例，它表示该版本在 5.6 之后发布，可能在训练数据或人格特征上与其他 6.1 模型有相似之处（这也是它不叫 5.7 的原因），但提升幅度不足以承担 7 所伴随的标题与期待。

编辑部观察

这段说明来自对命名惯例的问答式解释，并未公布新模型或新版本。对读者而言，可核查的信息是排序关系与版本号的三重含义；至于各档模型的具体参数、价格与能力差异，原文未提供，不宜据此推断具体产品的规格。