OpenAI模型族谱：从GPT-3到GPT-5.6的六年演变

从2020年GPT-3发布至今六年间OpenAI推了六代大模型。每一代的核心变化都不是比上一代更强这么简单——每一代都在解决一个具体的短板。梳理这条演变线比单纯记住每个版本的参数更有用。因为它能看出OpenAI的想法在怎么变。GPT-32020年让普通人也能用上大模型GPT-3拥有1750亿参数是当时最大的公开语言模型。但它的意义不在参数数量在于它通过API向所有人开放。在GPT-3之前想要用AI做翻译你需要一个专门的翻译模型想要写代码你需要一个代码生成模型——每个任务都要单独训练一个模型分别部署和维护。GPT-3用一个模型把翻译、写作、代码这些任务全部覆盖了这是它真正改变游戏规则的地方。短板也很明显输出不稳定经常答非所问。GPT-3.52022年学会了听人话GPT-3.5在模型本身上的改动不算大重点放在了对话训练上——让模型理解人类指令的意图而不是生硬地回答问题。结果就是多轮对话变得连贯了回答更聚焦了。这代真正的转折点出现在产品层面它被装进了ChatGPT这个聊天界面里。此前AI是工程师和研究员的东西ChatGPT让它变成了普通人的工具。两个月内用户破亿这个速度到今天都没有第二个产品打破。GPT-42023年能看图和更长的记忆GPT-4补了两块基石多模态和长上下文。它可以理解图片了——截图、图表、照片不再只限于文字。上下文窗口也从GPT-3.5的4K扩展到了32K后来又到了128K——大约10万字相当于一口气能读完一本中篇小说。MMLU基准测试衡量模型知识广度的标准化考试上GPT-4的得分从GPT-3.5的70%提升到了86.4%是第一次让大模型在多数科目上超过了人类平均水平。但这代的问题是太贵也太慢了。一次完整的回复可能需要十几秒。GPT-4o2024年又快又省钱GPT-4o的o代表omni全方向。这代解决的就是GPT-4的两大硬伤价格和速度。输出价格从GPT-4的每百万token 60美元降到了15美元便宜了四分之三。同时支持实时语音对话——可以打断AI、切换话题对话体验从写信变成了聊天。能识别视频帧也是一个新能力。从这一代开始GPT从一个高性能但昂贵的工具变成了个人和团队日常用得起的工具。GPT-5.52025年不只是回答是会干活GPT-5.5加入了一个关键能力主动调用外部工具。模型可以自己查数据库、发邮件、操作API——不是回答这封邮件该怎么写而是直接帮你写完并发送。在Agent任务评测中GPT-5.5系列比GPT-4o系列的完成率提升了约30%特别是在需要多步操作的复杂任务上。这代也正式推出了CodexAI写代码的能力上了一个台阶。GPT-5.62026年三档分层丰俭由人GPT-5.6的最大变化不是更强而是更多的人用得起。Sol、Terra、Luna三档覆盖了从旗舰每百万token 30美元到轻量6美元的所有需求不同预算的团队可以各取所需。另一个关键升级是推理功能——模型在回答前能自己先检查一遍推理过程。在最高难度的数学推理基准FrontierMath Tier 4上Sol达到了83%的正确率比上一代提升了超过20个百分点。一条线串起来看GPT-3让模型走出实验室GPT-3.5让普通人会用它GPT-4让它能看图GPT-4o让它大家都用得起GPT-5.5让它能干活GPT-5.6让它覆盖了从贵到便宜的所有需求。六代模型的核心驱动不是某一项技术的突破而是使用场景的不断下放——从工程师到普通用户从高成本到低成本从回答到执行。知道了这条线再看现在的Sol、Terra、Luna就不会觉得是三款不同的产品而是同一条逻辑的延续让AI能用让更多人用得起让不同的人按不同方式用。数据来源OpenAI官方博客、各版本发布公告、Artificial Analysis评测数据、MMLU公开基准测试