产品 Simon Willison·原文 2026年10月29日

OpenAI员工Ted Sanders解释模型命名：Luna < Terra < Sol < Astra，版本号含三层含义

Ted Sanders在说明OpenAI模型命名规则时称，模型规模越高通常性能与可靠性越好、每token成本越高、对冷门事实的回忆也更准；版本号同时表示发布顺序、与其他版本的关系和改进幅度。

AI解读：内容为Sanders的说法，并非独立验证。

Sanders称LLM性能是多维的，不存在固定排序保证“数学最好的模型也最会讲笑话”；但性能差异的很大一部分可由单一变量模型规模解释。

他列出规模次序Luna < Terra < Sol < Astra，并称更大的模型通常性能与可靠性更好、每token成本更高、对冷门事实的回忆更好。

版本号方面，Sanders称它同时表示发布顺序、与其他版本的关系和改进幅度：如 6.1 晚于 5.6，可能与其他 6.1 模型在训练数据或“性格”上相似（所以不叫 5.7），但提升幅度不足以称为 7。

Simon Willison博客于 2026 年 10 月 28 日发布一篇引述帖，内容是OpenAI的Ted Sanders解释该公司模型命名规则。以下均为Sanders的说法。

Sanders说，LLM性能“非常多维”，无法保证存在固定排序让数学最好的模型同时最会讲笑话；尽管如此，性能变化很大一部分由模型规模这一个变量解释。

规模次序与三项伴随特征

Sanders写明OpenAI模型按规模排序为Luna < Terra < Sol < Astra。他称更大的模型一般来说有三项特征：性能与可靠性更好；每token成本更高；对冷门事实的回忆更好。

Sanders称，如今的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。他举例：6.1 表示它晚于 5.6 发布，可能与其他 6.1 模型在训练数据或“性格”上相似，这正是它不叫 5.7 的原因；它提升幅度又不足以承担 7 所伴随的报道和期待。