AISpot

OpenAI 詳解模型命名：Luna 到 Astra 按規模排序

Simon Willison觀點模型

OpenAI 的 Ted Sanders 解釋了公司的模型命名規則：模型按規模從小到大排為 Luna < Terra < Sol < Astra，模型越大效能越可靠、冷門事實召回越好，但每 token 成本更高。版本號同時反映發布順序、與其他版本的關係和改進幅度，例如 6.1 在 5.6 之後發布、與其他 6.1 模型在訓練資料和風格上相近（所以不叫 5.7），但提升幅度不足以稱為 7。

OpenAI 員工直接講清命名邏輯，把 Luna/Terra/Sol/Astra 的規模順序與版本號（6.1 與 7 的差距）對應起來，有助於判斷模型檔次、成本與升級預期。

模型命名版本號模型規模GPTOpenAI

原標題：Quoting Ted Sanders
閱讀原文

評分60 / 63（平均 61，門檻 65）
狀態未入選

相關報導

Hacker News front page● 精選AI 評分88

OpenAI 與 Anthropic 連環降價，部分模型降幅達 80%

過去四個月 OpenAI 與 Anthropic 輪番降價，部分模型降幅達 80%。7 月 30 日 GPT-5.6 Luna 直降 80% 至每百萬 token 輸入 0.20、輸出 1.20、快取讀取 0.02 美元；9 月 22 日 GPT-6 Sol 與 Claude Opus 5.5 同日發布，定價分別為 2/10/0.20 與 4/20/0.20 美元；9 月 29 日 GPT-6.1 Sol 又把快取讀取價砍半到 0.10 美元，與 Anthropic 持平。

模型產品與方案價格戰API 定價快取讀取成本GPT-6Claude Opus 5.5
閱讀原文
機器之心AI 評分50

OpenAI 預告 Astra 6.1，主打刪減屎山程式碼

OpenAI 產品負責人 Tibo Sottiaux 發帖預告未來模型會更擅長刪除和簡化程式碼，並在評論中確認 Astra 6.1「coming soon」。負責 coding post-training 的研究員 Rajan Agarwal 轉發該帖，並公開徵集使用者遇到的 sloppy code 與程式碼品質問題。《華爾街日報》此前報導，Astra 6.1 原計劃 10 月發布，因內部安全測試中在權限邊界上表現不穩而被臨時叫停。

訂閱動態模型開發工具Astra 6.1Codex程式碼品質模型預告
閱讀原文
Hacker News front page● 精選AI 評分86

OpenAI 公開內部前沿模型數學成果與 Lean 形式化證明

OpenAI 於 2026 年 10 月 6 日發布由內部前沿模型產出的多項數學結果，以 GitHub 倉庫形式公開，併為其中許多證明提供 Lean 形式化驗證。倉庫同時給出 10 份模型推理摘要、以 ChatGPT Pro 用量折算的算力估算，以及嘗試題目數量的統計，平均每個結果約消耗相當於 3 小時 ChatGPT Pro 思考的算力。

訂閱動態研究開源數學推理Lean形式化證明ChatGPT Pro
9 個來源 · 30 則報導閱讀原文