克雷西 发自 凹非寺
量子位 | 公众号 QbitAI
OpenAI的模型搞得太多太凌乱，官方自己都看不下去了。
为了厘清这些模型还有它们的各种版本，官方直接给做它们了一套“身份卡”。
每个模型“身份卡”都包含了能力、速度、支持模态、价格等信息，并且以图示+简单文本的形式呈现，既简洁又清晰。
而且还上线了对比功能，可以一次对比三个模型，直观比较之间各项指标的差异。
但还是有网友觉得太复杂，希望能让Deep Research给自己整理一个“太长不看”版本。
OpenAI模型“身份卡”
发布模型“身份卡”的同时，OpenAI也对自家还在提供API服务的模型进行了一波分门别类，做了一个索引。
首先是我们更熟悉的推理模型系列和GPT家族，其中也包括各种衍生版本和较古老的GPT-3.5 Turbo等模型。
之后是绘图模型DALL·E、语音合成模型TTS、语音识别模型Whisper，以及一些嵌入模型。
此外还有用于安全检测的微调模型，以及未经过指令遵循训练的基础模型。
以o1为例，页面先是展示了它的推理能力和速度、价格以及支持的输入/输出模态这些关键信息。
并且还提供了与类似的o1-mini和o3-mini的价格对比。
再往下翻则是一些细节功能和特征，用颜色深浅来代表是否支持。
最后还展示了关于模型版本和用量限制的信息。
针对部分模型（比如GPT-4o），还提供了提示词示例。
有了这样一套“身份卡”和比较系统，开发者可以更清晰地了解每种模型的特点、功能，从而在开发的时候综合考虑能力、成本等因素，做出更合适的选择。
不过这些身份卡针对的都是API，也就意味着主要面向开发者，而至于个人用户……
网友自制个人用户指南
虽然不像API那样模型下面还有许多子版本，但对于个人用户而言，各种模型的选择同样是一个复杂的事。
还好有高手在民间，AI博主Peter Gostev综合文档、实测和讨论交流后，对ChatGPT中不同模型的功能进行了详细梳理，浓缩成了一个表格。
不同模型的功能，以及不同等级用户的可用量，都一目了然。
对Peter的这份总结，有人称赞这让在凌乱的OpenAI模型中做出选择变得更容易。
不过也有网友指出，这类表格最大的问题是很容易过时。
比如Peter的这份总结发布其实才不到一周，但当时还不支持数据分析的Deep Research现在已经支持了。
下面的回复称，之所以还需要这样的表格，是因为我们还停留在生成式AI的功能机时代，亟需有人将其带入iPhone时刻。
不过还好OpenAI这边，已经开始往这个方向上努力了。
上个月，奥特曼在介绍GPT-4.5和GPT-5的推文中表示，自己和用户们一样讨厌模型选择器。
他表示，到GPT-5发布时，包括o3在内的功能都将集中到一个统一模型当中，而不再单独发布，这一方式将同时适用于ChatGPT和API。
至于最终的整合版本表现怎样，这中间的过度又是否平稳，压力就给到OpenAI了。
（文：量子位）