一句话结论
OpenAI 采用层级化命名体系，以模型尺寸作为核心性能与成本变量，并以版本号精确传递发布时序、训练数据关联及改进量级。
关键要点
- OpenAI 模型能力排序为 Luna < Terra < Sol < Astra，模型越大性能越可靠、单 token 成本越高、冷僻事实记忆越强。
- LLM 性能呈多维特征，不存在固定单一维度排序，数学能力最强模型未必在笑话生成等场景领先。
- 版本号编码三重信息：发布先后、与其他发布的训练数据/人格相似度、改进幅度（如 6.1 非 7 级跨代跃升）。
- 版本号避免直接递进（如 5.7），以体现与前代（如 6.1 共享 6.x 系列特征）的差异化训练策略。
背景与事实
OpenAI 模型命名体系由 Luna、Terra、Sol、Astra 四级构成，层级关系明确。该排序并非简单对应单一任务能力，而是以模型尺寸为底层变量：更大模型在可靠性、token 成本、冷僻知识召回三方面同步提升。Ted Sanders 在 2026 年 10 月 28 日发表于 Simon Willison 网站的说明中指出，尽管 LLM 性能维度复杂（如数学与幽默生成能力无固定正相关），但模型尺寸仍是解释性能差异的主导变量。
版本号设计包含三重语义。第一层为时间顺序，如 6.1 必然晚于 5.6 发布；第二层为技术关联，6.1 与同系列其他 6.1 模型共享部分训练数据或人格特征，因此不采用 5.7 等纯数字递进命名；第三层为改进幅度标识，6.1 表示非 7.0 级别的重大跨代跃升，其改进程度不满足头条级发布预期。该命名策略使版本号同时承担排序、血缘关系与量级定位功能，避免用户仅凭数字大小误判实际能力差距。
影响分析
这是分析判断：中文开发者在选型时可将模型尺寸作为成本与可靠性的一阶代理变量，快速建立 Luna 到 Astra 的能力-成本梯度认知。版本号三重语义设计降低了跨版本比较的认知负荷，开发者无需逐层测试即可预判 6.1 与 5.6 的改进量级属于同一迭代周期内的渐进优化，而非架构级变革。这对构建版本化 API 管理策略、设计 A/B 测试基线具有直接操作价值。
适用边界
该结论不适用于非 OpenAI 模型体系。层级排序 Luna < Terra < Sol < Astra 及版本号语义规则仅描述 OpenAI 内部命名逻辑，不能直接外推至其他厂商的模型家族。当开发者对比不同公司模型时，尺寸-成本-性能的单变量关系及版本号三重编码均不成立。
孤本观察
这是基于本文事实的判断：将改进幅度嵌入版本号命名（如 6.1 非 7 级跃升）是 OpenAI 将产品路线图预期管理内化于命名系统的独特实践，多数厂商仍依赖独立的发布说明而非版本数字本身传递量级信息。
常见问题
OpenAI 模型能力的层级排序是什么？
Luna < Terra < Sol < Astra，模型越大性能越可靠、单 token 成本越高、冷僻事实记忆越强。
版本号 6.1 相比 5.6 代表多大的改进幅度？
6.1 表示非 7.0 级别的重大跨代跃升，其改进程度不满足头条级发布预期，属于渐进优化。
为什么 OpenAI 不采用如 5.7 这样的纯数字递进命名？
为了避免混淆，6.1 与同系列模型共享部分训练数据或人格特征，不采用 5.7 以体现与前代的差异化训练策略。
模型尺寸对 LLM 性能主要有哪些影响？
更大模型在可靠性、token 成本、冷僻知识召回三方面同步提升，是解释性能差异的主导变量。
该版本号命名规则适用于其他厂商的模型吗？
不适用，层级排序及版本号语义规则仅描述 OpenAI 内部命名逻辑，不能直接外推至其他厂商。