模型知识
模型与公司 / NPC AI AGENT

OpenAI · GPT

通用推理、代码与专业知识工作的模型家族。

背后的公司与发展路线

OpenAI 从人工智能研究机构发展到模型、API 与 ChatGPT 产品生态。理解它时,要把 GPT 模型、ChatGPT 聊天入口以及 Codex 工作工具分开。

发展历程

  1. 2015-12
    OpenAI 对外介绍其研究使命。 依据
  2. 2026-10-26
    GPT-6.1 Terra 发布记录。 依据
  3. 2026-11-17
    GPT-6.2 Astra 与 Sol 进入 API。 依据

代表模型与能力

GPT-6.2 Astra / GPT-6.2 Sol / GPT-6.1 Terra。以下是能力方向,不是统一测试排名。

  • Astra 面向更复杂的推理与专业工作。
  • Sol 更关注速度、成本与多步骤工作的平衡。
  • Terra 的官方定位覆盖视觉推理和电脑使用等工作。

选用时要分清什么

模型可以处理图文,不代表每个产品都开放相同工具;使用产品与调用 API 的配额、费用也不同。

第一次接触 GPT,先分清三个名字

OpenAI 是公司,GPT 是模型家族,ChatGPT 是面向使用者的产品;Codex 则是开展代码等工作的工具入口。模型决定一部分理解与生成能力,产品还决定工具、文件权限、界面与套餐。因此“某模型发布”与“我的聊天窗口已经能选到它”不能画等号。

这些能力在日常工作里是什么样

需求 模型可能承担的部分 仍需要产品提供的部分
看懂一张图表 理解文字、图例与趋势 图片输入入口、足够清楚的原图
修改一个网页 分析代码、给出修改 文件访问、执行环境与浏览器检查
整理公开资料 分析材料、组织结论 搜索、来源获取与引用

GPT-6.2 Astra 与 Sol 的官方定位分别偏向复杂专业工作与速度成本平衡。这是选型线索,不代表你每次写通知都要选最复杂的模型。Terra 的视觉与电脑使用能力也需要对应的工作入口与授权。

一个比较模型的方法

本站建议用同一份公开材料比较:给两个模型相同的输入、格式与长度要求,记录是否遗漏限制、是否补写未知事实、修改要几轮。不要只比较回答长短,也不要只凭一次结果给所有场景下结论。

只根据这段材料写一份摘要:项目本月处理20份申请,其中3份待补资料,未提供审批通过数。
输出:已知事实、不能推出的结论、需要追问的问题。
不把“处理”理解成“通过”,不自行计算通过率。

合理结果会保留 20 与 3,并指出无法计算通过率。回答再流畅,如果给出“85%通过率”,也混淆了数据含义。这里演示的是核对方法,不是各模型的实测排名。

上下文、Token 和 API 怎么理解

上下文是模型一次工作中能参考的信息范围;Token 是处理文字的计量单位,并不等于字数。API 是让程序调用模型的接口,通常与 ChatGPT 订阅分开计费。新手只想读资料或写草稿,可以先使用产品入口,不必先配置 API。

常见疑问

能看图是否能生成图? 输入理解与图像生成是不同能力,需看具体模型与工具。

有模型名就能自动用电脑吗? 还需要运行环境、工具和明确授权;纯文字回答不是实际执行。

哪个一定最好? 把自己的材料、可接受等待时间和成本放在一起比较。官方评测说明能力方向,无法替代你的具体场景检查。

阅读对应工具的实用指南

来源与核验

产品与项目信息依据以下一手资料整理;解释、比较方法和演示示例由本站编写,不代表已对每项能力完成实测。原作者与许可见对应项目;具体开放范围以当前官方说明为准。

返回模型知识 浏览提示词与 Skills