OpenAI 的 Ted Sanders 分享挑选合适 GPT 模型的经验法则
OpenAI's Ted Sanders shares a rule of thumb for picking the right GPT-model
AI 导读
OpenAI 的 Ted Sanders 对 GPT-6.1 Terra 做了分类，并解释了公司如何为语言模型命名。
摘要与补充说明
他表示模型性能是多维的，擅长数学的模型未必擅长讲笑话，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；较新的小模型也能靠更好的训练数据或架构改进超越旧的大模型。Sanders 称 GPT-6.1 Terra 在技术沟通上可能优于规模更大的 Astra，在图像处理和计算机使用上大致相当且价格低得多，但多数其他领域落后。他的选择建议是：只看质量选 Astra，对价格略敏感选 Sol，非常在意价格则选 Terra 或 Luna。
正文· AI 翻译
OpenAI 的 Ted Sanders 对新的 GPT-6.1 Terra 进行了分类，并解释了公司如何为其语言模型命名。 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为一个变量：模型规模。Sanders 表示，OpenAI 的模型名称难以简化，因为模型规模、推理投入和多智能体系统是不同的维度。将它们合并成一个单一的“IQ 分数”会掩盖细节。
而规模并不能解释一切。更新的、更小的模型可以通过更好的训练数据或改进的架构超越更旧、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以低得多的价格大致与之匹敌，但在大多数其他领域则有所不及，Sanders 说。“如果你只关心质量，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——由人类精选
订阅 THE DECODER，享受无广告阅读、每周 AI 新闻通讯、我们每年六次的独家“AI Radar”前沿报告、完整档案访问权限以及我们的评论区访问权限。