OpenAI的Ted Sanders说明GPT-6.1 Terra在模型序列中的定位
Sanders称模型性能是多维的，尺寸无法被简化为单一“IQ分数”；他给出的选型规则是按价格敏感度从Astra、Sol到Terra或Luna依次选择。
AI解读：OpenAI的Ted Sanders对新模型GPT-6.1 Terra做了归类，并解释了公司如何命名语言模型。
Sanders表示模型性能是多维的，擅长数学的模型不一定擅长讲笑话；但多数性能差距归结为一个变量：模型大小。
他称OpenAI的模型名称难以简化，因为模型大小、推理投入和多智能体系统是彼此独立的维度，合并成单一“IQ分数”会掩盖细节；尺寸也不能解释全部，较新的小模型可凭更好的训练数据或架构改进超过较旧的大模型。
据Sanders说法，GPT-6.1 Terra在技术沟通上可能优于更大的Astra，在图像处理和计算机使用方面大致相当，价格却低得多，但在多数其他领域落后。
他给出的选型规则：只在乎质量选Astra，对价格略敏感选Sol，对价格非常敏感选Terra或Luna。
OpenAI的Ted Sanders对GPT-6.1 Terra在GPT模型序列中的位置做了归类，并说明公司如何为语言模型命名。相关说法由The Decoder AI报道，属于Sanders对自家模型的公开解释。
Sanders：模型大小是多数性能差距的来源
Sanders表示，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。不过他认为，多数性能差距归结为模型大小这一个变量。
他同时指出尺寸不能解释全部。较新的小模型可以依靠更好的训练数据或改进的架构，超过较旧的大模型。
命名不压缩成单一“IQ分数”
Sanders称，OpenAI的模型名称难以简化，因为模型大小、推理投入（reasoning effort）和多智能体系统是彼此独立的维度。把这些合并成一个单一的“IQ分数”会掩盖细节。
Terra与Astra的具体比较与选型规则
根据Sanders的说法，GPT-6.1 Terra在技术沟通方面可能优于更大的Astra，在图像处理和计算机使用方面与Astra大致相当，且价格低得多；但在多数其他领域，Terra落后于Astra。
他给出的选型规则是：“如果只在乎质量，选Astra。如果对价格有点敏感，选Sol。如果对价格非常敏感，选Terra或Luna。”