引用 Ted Sanders 的观点
Simon Willison 引用了 OpenAI 的 Ted Sanders 的解释：大模型性能是多维的，但大部分差异可以用一个变量解释——模型规模，更大的模型通常更强、更贵，也更擅长回忆冷门事实。Sanders 还解释说，版本号同时传递发布顺序、模型间关系和改进幅度。这篇内容的价值在于，它罕见地从内部视角揭示了 OpenAI 如何看待模型命名与规模扩展。
报道来源
- Simon Willison2026-10-28 23:23
Simon Willison 引用了 OpenAI 的 Ted Sanders 的解释：大模型性能是多维的，但大部分差异可以用一个变量解释——模型规模，更大的模型通常更强、更贵，也更擅长回忆冷门事实。Sanders 还解释说，版本号同时传递发布顺序、模型间关系和改进幅度。这篇内容的价值在于，它罕见地从内部视角揭示了 OpenAI 如何看待模型命名与规模扩展。