模型選擇
為你的用例選擇合適的模型
認識這些模型
Astra
最先進的智慧
適合處理模糊問題、深度分析和具有挑戰性的交付成果。
GPT-6.1 Sol
出色的日常主力模型
適合寫作、編碼和需要判斷力的工作。
Luna
智慧且高效
適合範圍明確的任務、分類處理和高頻自動化。
可用性、工具、推理設定和用量限制會因產品及 模型版本而異。請檢視 ChatGPT 中可用的模型或 API 模型目錄。
為你的工作流程找到合適的模型
選擇你的工作類型和任務，取得推薦。
何時考慮使用 GPT-6.1 Sol
對於需要考慮成本的複雜專案，可以考慮使用 GPT-6.1 Sol，例如 根據財務結果製作董事會簡報，或根據產品簡介 建置網站。在同一任務上將它與 Astra 進行比較，以評估 品質與成本之間的權衡。
檢視 API 模型頁面，瞭解規格 和 API 定價；或檢視 Codex 和 ChatGPT Work 的可用性， 瞭解如何透過你的 ChatGPT 方案使用該模型。
如何理解模型和推理強度
Luna 是最高效的模型，而 Astra 是最先進、功能最強大的模型。如果你不需要考慮用量或任務 完成時間，可以預設使用 Astra。若要最佳化用量，請參考 以下指南，根據需求選擇模型和推理強度。
Luna · 低
細粒度編輯、範圍明確的問題解決以及簡單的資料提取。
Luna · 超高
在多個應用中尋找當前上下文、確定工作優先順序，以及解決約束明確的問題。
GPT-6.1 Sol · 中
複雜的技術工作，以及你預計會繼續修改的相互配套的交付成果。
GPT-6.1 Sol · 超高
精良的交付成果、相互關聯的視覺系統，以及基於相互矛盾的證據作出的決策。
Astra · 低
在保留事實和細微含義的同時，進行簡潔寫作和內容改編。
Astra · 中
需要廣泛上下文、可靠互動和完整結果的目標宏大的專案。
Astra · 超高
要求嚴苛的分析，以及具有精確要求的複雜交付成果。
嘗試
將本頁指南視為起點。為工作流程找到合適模型的最佳方式， 是嘗試不同的模型和推理設定，看看哪種最適合你。
首先考慮：
- 你的工作流程多久執行一次？ 與偶爾執行的專案相比，高頻自動化會更快累積用量和成本。
- 你需要多快獲得結果？ 與整夜執行的任務相比，需要等待結果的任務可能需要 更快的設定。
- 你將如何使用輸出？ 供你審閱的草稿所需的完善程度，可能低於 要對外分享的內容。
- 結果品質有多重要？ 具體取決於你的用例或 行業，你可能需要使用更強的模型來優先保證品質。
如果可以，請使用相同輸入進行嘗試以比較結果，並保留 能夠達到品質標準的最輕量設定。