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
經過最佳化,效能出色
適合需要兼顧時間和成本的複雜任務。
GPT-6.1 Terra
視覺推理與電腦操作
適合基於螢幕的工作流程、簡潔寫作和範圍明確的程式碼修復。
Luna
智慧且高效
範圍明確的任務、初步分類處理和頻繁執行的自動化任務
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 Terra
對於根據所提供的材料進行的簡潔寫作、有明確預期結果的電腦操作任務,以及範圍明確的程式碼修復,可以嘗試 GPT-6.1 Terra。請提供清晰的輸入、要求和結果驗證方法,例如檢查已儲存的記錄或執行迴歸測試。
使用相同的輸入和推理強度,將它與 GPT-6.1 Sol 進行比較。對於寫作,除了準確性和篇幅,還要評估受眾適配度、行文風格和有用的細節。對於電腦操作,請檢查已儲存的結果以及完成報告的準確性。
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, 瞭解如何通過你的 ChatGPT 套餐使用該模型。
如何理解模型和推理強度
Luna 是我們效率最高的模型,而 Astra 是我們技術最先進、能力最 強的模型。如果你無需考慮使用額度或完成任務所需的 時間,可以預設使用 Astra。若要最佳化使用額度,請參考下方 指南,根據需求選擇模型和推理強度。
模型與推理強度
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高目標專案。
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。
比較模型之前,請先確定驗收標準:
- 寫作: 檢查必需的事實、限定條件、受眾和行文風格。審閱 兩份輸出後,再判斷較短的那份是否更有用。
- 電腦操作: 重新開啟受影響的記錄或頁面,驗證已儲存的更改, 確認工作流程保留了無關資料,並將完成 報告與實際結果進行比較。
- 程式碼與介面: 執行迴歸測試。對於互動式應用, 還要檢查桌面端和行動版的渲染結果。
在有代表性的任務上重複比較。同時衡量完成時間和品質,將審閱或修復結果所花的時間也計算在內。然後,保持模型和輸入不變,調整推理強度。