Az OpenAI munkatársa, Ted Sanders elmagyarázta, hogyan érdemes választani a cég kínálatában szereplő modellek közül. Rávilágított, hogy a teljesítmény több dimenziós, így egy matematikában erős modell nem feltétlenül teljesít jól a humor vagy az írás terén. Bár a teljesítménybeli különbségek jelentős része a modell méretére vezethető vissza, az újabb, kisebb modellek a jobb tanítóadatok és architektúra miatt felülmúlhatnak régebbi, nagyobb változatokat.
Az új GPT-6.1 Terra például a technikai kommunikációban jobb lehet a nagyobb Astránál, miközben a képfeldolgozásban és a számítógép-használatban hasonló szintet hoz töredék áron. Sanders egy egyszerű ökölszabályt is megosztott a választáshoz: ha csak a minőség számít, az Astra a jó döntés, ha valaki kicsit árérzékeny, a Sol, ha pedig nagyon árérzékeny, a Terra vagy a Luna modellt érdemes választania.
Az eredeti szöveg (The Decoder)
OpenAI's Ted Sanders has categorized the new GPT-6.1 Terra and explained how the company names its language models. According to Sanders, model performance is multidimensional. A model that's great at math won't automatically be good at jokes. Still, most performance gaps come down to one variable: model size. Sanders says OpenAI's model names are difficult to simplify because model size, reasoning effort, and multi-agent systems are distinct dimensions. Combining them into a single "IQ score" would obscure details.
And size doesn't explain everything. Newer, smaller models can outperform older, larger ones through better training data or improved architectures. GPT-6.1 Terra is likely better than the larger Astra at technical communication and roughly matches it in image processing and computer use at a much lower price point, but falls short in most other areas, Sanders says. "If you care about quality only, pick Astra. If you're a bit price sensitive, pick Sol. If you're very price sensitive, pick Terra or Luna."
Subscribe to THE DECODER for ad-free reading, a weekly AI newsletter, our exclusive "AI Radar" frontier report six times a year, full archive access, and access to our comment section.
