引用泰德·桑德斯的话

# Ted Sanders 的一段引言 来源：https://simonwillison.net/2026/Oct/28/ted-sanders/ 2026年10月28日 > 总体而言，LLM 的性能具有极其多样的维度。无法保证存在一种固定的排序，使最擅长数学的模型也最擅长讲笑话。尽管如此复杂，性能差异中的很大一部分却只需一个变量就能解释：模型规模。通常，规模更大的模型会 \(a\) 性能更强、更可靠，\(b\) 每个 token 的成本更高，以及 \(c\) 对冷门知识的回忆能力更强。正如你所指出的，我们的模型有如下排序：Luna < Terra < Sol < Astra \[…… (https://news.ycombinator.com/item?id=50248124#50250804)\] 如今，版本号同时代表几件事：发布顺序、与其他版本的关系，以及改进幅度。因此，像 6\.1 这样的版本号意味着它在 5\.6 之后推出，在训练数据 / 个性方面可能与其他 6\.1 模型有一些相似之处（这也是它不叫 5\.7 的原因），同时其进步幅度还没有大到足以配得上版本号 7 所带来的媒体关注和期待。 —Ted Sanders (https://news.ycombinator.com/item?id=50248124#50249160)，解释 OpenAI 的模型命名惯例