OpenAI 命名体系崩了:地球跑赢了太阳,这等级还怎么排?
silybear
1天前
39
OpenAI 命名体系崩了:地球跑赢了太阳,这等级还怎么排?

OpenAI还没开新品发布会,新模型先被自家盟友的代码库给出卖了。更离谱的是,这个在家族里只排“老二”的中端货,干起活来居然把老大哥的饭碗抢了。

先说这事是怎么漏出来的:不是官宣,是代码库说漏嘴。

10月16日,微软的 EF Core 仓库合并了一个提交(PR #39217)。眼尖的开发者发现,里面 18 个评测配置的裁判模型,一夜之间从 gpt-5.6-terra 换成了 gpt-6.1-terra。而干活的模型,依然是 GPT-6.1 Sol。也就是说,Sol 在前面答题,新来的 Terra 在后面打分。

裁判这个位置很说明问题。能给代码和任务输出判卷,自己的逻辑和判断力得比选手只强不弱——就像能给奥数决赛判卷的人,自己得先会做题。一个还没发布的模型,先被安排去当裁判,这本身就是一种剧透。

第二条线更直接。据开发者爆料,GitHub Copilot 已经在生产环境的代码审查里测试 GPT-6.1 Terra,而且是在高推理难度的审查、复审、集成和 CI 环节,全面顶替 GPT-6.1 Sol。内部对它的描述也很直白:Sol 的更便宜替代品。

模型还没发布,工牌已经先挂上了。

这就引出了第二个问题:OpenAI 的命名体系,先崩了。

GPT-6 这一代的名字是一套行星/恒星等级表,写得明明白白:Luna(月亮)是入门款,主打快和便宜;Terra(地球)是中端,主打性价比;Sol(太阳)是干活主力,接近旗舰;Astra(星辰)是真正的旗舰,代表智力天花板。按这个顺序,Luna < Terra < Sol < Astra。

Sol 现在的定价是输入 2 美元、输出 10 美元每百万 token,上下文窗口 1.05M,在 Agentic Coding 和 Computer Use 上直逼旗舰 Astra。可现在,一个定位比它低一级、价格还要更便宜的 Terra,在最高难度的代码审查上把它顶替了。

这就好比车厂明明给车分好了微型、紧凑、中型、旗舰四个档,结果紧凑型在赛道上跑赢了中型,售价还更低——那这分级还有什么意义?有开发者直接吐槽:这些名字现在看起来更像价格标签,而不是能力等级。

不过,先别急着喊“旗舰被反超”。标题里的“旗舰”,得打三个补丁。

第一,被顶替的是 Sol,不是 Astra。Astra 依然是智力天花板,Terra 抢的是“干活主力”的位置,不是王座。把 Sol 说成旗舰,是借了它的光环,严格讲不准确。

第二,“反超”只发生在高推理代码审查这一个场景。裁判强,不等于样样强。一个模型能在审查环节判得准,不代表它在所有任务上都比 Sol 强。拿单项成绩当全面胜利,是泄露新闻最常见的夸大手法。

第三,也是最关键的一点:到目前为止,这一切都是泄露口径,OpenAI 官方一个字都没认。有媒体专门提醒过,公开的模型目录里至今只有 Sol,没有 Terra。The Information 的说法是,Terra 的目标就是“比 Sol 强、还更便宜”,为的是跟 Anthropic 拼价格——这首先是一场价格战,不是登基大典。而且该报记者后来也补了一句:部分新发布可能拖到 11 月。

还有一个容易被忽略的背景:GPT-6 刚发布时,其实根本没有 Terra 这一档,阵容只有 Sol、Luna、Astra。所以 6.1 Terra 与其说是凭空冒出来的新物种,不如说是中端档的回归。OpenAI 不是在加一个新等级,是在把当初砍掉的那一档捡回来,而且捡回来就直接冲着 Sol 的饭碗去的。

关于模型排名与跑分的可信度,同样值得对照的是没换基座,Kimi K3.1 Pro靠补课冲进全球前四;关于价格战的另一面,则是没发新模型,DeepSeek 把自己的账本翻开了。

对普通人来说,这事到底意味着什么?

如果你是天天跟代码打交道的开发者,Terra 真来了,最直接的好处是两点:Copilot 的代码审查可能更准,API 账单可能降一档。便宜又大碗,当然值得高兴。

但现在还不是换模型的时候。没官宣、没定价、没公开跑分,急着站队等于给传闻交定金。真要等,盯住两点就行:定价到底比 Sol 低多少;审查之外的通用能力有没有缩水。这两点没落地之前,所有的“反超”都只是传闻。

说到底,OpenAI 真正的麻烦不是 Terra 太强,而是它把自家价格体系的底给掀了。Sol 刚卖上 2 美元进、10 美元出的价,转头就被自家小弟在核心场景里平替——以后用户每买一次 Sol,都要先问一句:我是不是买贵了?

命名可以重写,价格可以重定,但用户心里那杆秤一旦歪了,再扶正就难了。Terra 是不是真神,等官宣那天见分晓;但 OpenAI 这出“中端掀桌”,已经比很多正式发布会都好看。

——糊涂熊笔记

信息来源:LuminaBench 10 月 19 日报道、The Information(经 TestingCatalog 转述)、微软 EF Core 公开仓库 PR #39217;以上泄露内容未经 OpenAI 官方证实。

收藏 0
打赏
国务院办公厅印发AI就业友好型发展方式意见
上一篇
马斯克最新预言:5 到 10 年内,你的钱和工作将彻底清零
下一篇

发表评论

注册不是必须的

silybear
silybear
156 文章
0 评论
0 喜欢
最新文章

一万名开发者数据显示:AI 用得越猛,交付并没有更快

Faros AI 分析了一万多名开发者、1255 个团队的工作流,发现 AI 采用率与关键交付指标之间没有显著相关性。PR 合并量涨了 98%,代码审查时间却涨了 91%——瓶颈从“写”挪到了“审”。

Kimi K3.1 Pro 押上 3 万亿参数,全球智能指数进前四

Kimi K3.1 Pro 以 3 万亿参数级拿到 Artificial Analysis 全球智能指数 55 分,进入全球前四,比上一代提升 11 分,权重承诺两周内开源。同一天,科大讯飞星火 X2.6 也交出了全国产算力训练的答卷。

630 亿美元买芯片,Anthropic 把算力做成了可抵押资产

美国银行、黑石、花旗、摩根士丹利联合为 Anthropic 采购博通芯片提供 630 亿美元融资,结构是 SPV 买设备再回租。算力第一次被完整地做成可抵押、可分层、可证券化的资产包。

OpenAI 一天推进三个调和分析猜想,发布流程也一起改了

局部光滑猜想、挂谷猜想、斯坦因限制猜想在同一天被推进,证明以 Lean 形式化代码公开。比结果更值得看的,是 OpenAI 这次换了发布顺序:先给原始输出,再谈解释。
标签
Generating...