LLM Compass

简体中文

English

简体中文

English

主题

OpenAI（GPT 系列） ​

一句话定位：OpenAI 以 GPT-3（2020）确立"规模 + 少样本提示"范式、以 ChatGPT（2022-11）引爆生成式 AI，又以 o1（2024-09）首创"大规模 RL 训练思维链 + 测试时计算扩展"的推理范式；GPT-5（2025-08）起用实时路由器把快/慢模型统一为单一系统，在几乎全闭源、仅 API 的前提下将文本-视觉-语音-图像-编码全模态垂直整合进 ChatGPT 一个入口，仅以 Apache-2.0 的 gpt-oss 作为战略性开放试点。

首发年份：2019（GPT-2 开放权重）/ 2020（GPT-3）/ 2022-11（ChatGPT 引爆）· 机构：OpenAI · 代表版本：GPT-5.5 / Pro（2026-04）、开源 gpt-oss-120b/20b（2025-08）

前置阅读：基础模型总览；对比阅读：Claude、Gemini

模型系列总览 ​

与 Anthropic 的"单一主线"相反，OpenAI 是典型的"一厂多线"：GPT 主线、o 推理线（已并线）、Omni 实时多模态、图像、视频（已停服）、Coder、Embedding、开放权重各成体系。没有独立的 VL 分支——视觉理解自 GPT-4 起就并入主线。

语言模型主线 ​

模型发布时间开源要点链接
GPT-22019-02（权重 2019-11 全量放出）Modified MIT1.5B，约 40GB 数据；gpt-oss 之前最后一次开放语言模型权重发布说明
GPT-32020-05闭源175B 稠密自回归；确立"规模 + 少样本提示"范式，2020-06 开放 API论文
ChatGPT（GPT-3.5）2022-11-30闭源5 天破百万用户、2 个月破亿月活，引爆生成式 AI 浪潮博客
GPT-42023-03闭源图文输入；技术报告明确不披露架构/参数；模拟律师资格考试达人类前 10%技术报告
GPT-4 Turbo2023-11闭源128K 上下文（GPT-4 的 4 倍），输入价降至 1/3博客
GPT-4.5（Orion）2025-02闭源当时用算力/数据最多的预训练模型（$75/$150 每百万 token）；纯预训练 scaling 路线的尾声博客
GPT-4.1 / mini / nano2025-04闭源上下文跃升至 1M；主打编码与指令遵循（SWE-bench Verified 54.6%）博客
GPT-5 / mini / nano2025-08闭源"统一系统"：快模型 + Thinking + 实时路由器；272K 输入 + 128K 输出；SWE-bench Verified 74.9%、AIME 2025 无工具 94.6%博客
GPT-5.12025-11闭源Instant 引入自适应推理（自行决定是否先思考）+ Thinking；8 种人格预设博客
GPT-5.22025-12闭源Instant / Thinking / Pro 三模式；API 上下文 400K、输出 128K博客
GPT-5.5 / Pro2026-04闭源上下文升至约 105 万 token；$5/$30（Pro $30/$180），超 272K 输入按 2 倍计费；主打代理式工作博客

ChatGPT 端的默认模型另有快速迭代节奏：2026-03 上线的 GPT-5.3 Instant 是过渡版默认模型，两个月后即被 GPT-5.5 Instant（2026-05 起全量推送）取代。

思考 / 推理系列（o 系列 → 并入 GPT-5） ​

模型发布时间开源要点链接
o1-preview / o1-mini2024-09闭源开创"大规模 RL 训练思维链 + 测试时计算扩展"范式：AIME 解题 12.5/15 vs GPT-4o 的 1.8/15博客
o1 / o1 pro mode2024-12闭源完整版随 ChatGPT Pro 发布，pro mode 用更多测试时计算换可靠性博客
o3-mini2025-01闭源低成本 STEM 推理；首个支持函数调用/结构化输出的小型推理模型，low/medium/high 三档 effort博客
o3 / o4-mini2025-04闭源首次让推理模型在思维链中代理式调用全部工具（搜索/Python/图像），可"用图像思考"；o3-pro 2025-06 跟进博客
Deep Research2025-02闭源基于 o3 优化变体的多步联网研究代理；2025-06 以 o3/o4-mini-deep-research 进 API博客

GPT-5 发布后独立 o 系列停止推新，推理路线由 GPT-5.x 的 Thinking / Pro 模式延续（GPT-5 Pro 于 2025-10 DevDay 进 API，$15/$120）。这条"RL 教会模型在回答前思考"的路线是当今推理模型训练（参见 RLHF 总览、GRPO）的源头。

VL / 多模态理解（内建于主线） ​

无独立 VL 系列。图像理解自 GPT-4（2023-03）起内建，GPT-4o 改为端到端原生多模态，GPT-5 的 MMMU 达 84.2%；o3 的"用图像思考"（在思维链中裁剪、变换图像后继续推理）把视觉并入了推理过程而非仅作输入编码。视觉生成则单独成线（见下文图像生成）。

Omni / 实时多模态 ​

模型发布时间开源要点链接
GPT-4o2024-05闭源单一网络端到端处理文本/视觉/音频，音频响应均值 320ms（最快 232ms）；比 GPT-4 Turbo 快 2 倍、便宜 50%博客
GPT-4o mini2024-07闭源$0.15/$0.60 每百万 token，MMLU 82%，取代 GPT-3.5 Turbo 成低价主力博客
gpt-4o-transcribe / mini-tts2025-03闭源转写 WER 优于 Whisper；可指示"怎么说"的可控 TTS博客
gpt-realtime2025-08闭源语音到语音 GA：远程 MCP、图像输入、SIP 电话接入，捕捉非语言线索博客
GPT-Realtime-2 家族2026-05闭源首个具备 GPT-5 级推理的语音模型；另含 Translate（70+ 语种实时同传）与 Whisper（流式转写）博客

其他：开放权重、图像/视频、Coder、Embedding ​

开放权重（专有体系中的少数例外）：

模型发布时间许可证要点链接
Whisper2022-09MIT编码器-解码器 Transformer（38M~1.5B），68 万小时弱监督多语数据，零样本接近监督 SOTA论文
gpt-oss-120b / 20b2025-08Apache-2.0GPT-2 以来首批开放权重语言模型；120b 接近 o4-mini（单张 80GB GPU 可跑）、20b 接近 o3-mini（16GB 内存可跑）模型卡
gpt-oss-safeguard2025-10Apache-2.0策略条件化安全分类器：推理时直接解读开发者自定义政策，改政策无需重训博客

图像与视频生成：

模型发布时间开源要点链接
DALL·E 32023-10闭源由 ChatGPT 代写提示词驱动；2025-03 起被 4o 原生生图取代博客
gpt-image-12025-04闭源自回归原生多模态生图（ChatGPT 端 2025-03 上线，首周 1.3 亿用户生成 7 亿张图），最高 4096²，强项文字渲染与精确编辑博客
gpt-image-1.5 / 22025-12 / 2026-04闭源image-2 生成前先代理式研究规划、非拉丁文字字符级准确渲染、联网事实核查博客
Sora / Sora 22024-12 / 2025-09闭源（已停服）Sora 2 实现同步音画、更准物理与真人 cameo，配 TikTok 式社交 App；2026-03 宣布停服（应用 2026-04 下线、API 2026-09 终止）博客

Coder：2021 年初代 Codex 模型曾是 GitHub Copilot 底座；现今 Codex 指云端软件工程智能体产品（agent 设计参见 Agent Loop、沙箱）。

模型发布时间开源要点链接
Codex 智能体（codex-1）2025-05闭源基于 o3 用真实编码任务 RL 微调；云端沙箱并行写功能、修 bug、提 PR博客
GPT-5-Codex2025-09闭源按任务复杂度动态分配思考时间（简单请求省 93.7% token），实测独立连续工作 7 小时以上博客
GPT-5.1-Codex-Max → 5.3-Codex2025-11 → 2026-02闭源Max 引入 compaction 跨多上下文窗口长时程工作；5.3 合并 Codex 与 GPT-5 训练栈、提速约 25%；Spark 变体实时编码超 1000 token/s博客

Embedding：text-embedding-3-small / large（2024-01，闭源）至今仍是主力——large 最高 3072 维，dimensions 参数支持套娃式降维（256 维仍优于 ada-002 的 1536 维），MIRACL 多语检索从 31.4% 提至 54.9%（博客）。

架构与训练亮点 ​

自 GPT-4 起架构全面保密。GPT-4 技术报告开了"不披露架构、参数量、训练数据"的先例（坊间流传 GPT-4 为约 1.8T 总参的 16 专家 MoE，但来自泄露分析，OpenAI 从未证实，不可当作事实引用）。目前唯一的官方架构窗口是 gpt-oss 模型卡：MoE Transformer，120b 为 36 层 / 116.8B 总参 / 5.1B 激活、128 专家 top-4 路由；GQA（64 查询头、8 KV 头）；注意力交替使用带宽 128 的带状稀疏与全稠密模式（沿袭 GPT-3 的设计）；RoPE + YaRN 原生 128K 上下文；权重原生 MXFP4 量化（参见 量化）。可以合理推断主线模型与此同源，但无法核实。

三个范式接力勾勒出 OpenAI 的技术主轴：

  1. 预训练 scaling（2020–2025-02）：GPT-3 证明"参数 × 数据 × 算力"换少样本能力；GPT-4.5 是这条路线的尾声——官方坦承它"不是 frontier model"，纯堆预训练的边际收益已显著下降。
  2. 测试时计算（2024-09 起）：o1 用大规模 RL 训练思维链，让模型回答前思考，准确率随思考 token 数扩展。这是当前所有推理模型（DeepSeek-R1、Gemini Thinking 等）的共同源头。
  3. 统一系统与路由（2025-08 起）：GPT-5 用实时路由器在快模型与深度推理模型间自动调度；GPT-5.1 进一步把"是否思考"内化为模型自适应决策。API 侧以 reasoning_effort（含 minimal）与 verbosity 参数暴露控制面。

产品反哺训练是另一条暗线：Codex 用真实世界编码任务做 RL 微调、Deep Research 用浏览任务训练代理行为，工具调用（参见 工具调用、Agentic RL）从外挂函数变成 RL 优化的策略行为。

许可证与选型建议 ​

许可证：绝大多数模型（GPT-4/4.x/5.x、o 系列、GPT-4o、Sora、gpt-image、Codex、embedding）为专有、仅 API/产品访问。开放权重例外仅三处：gpt-oss 与 gpt-oss-safeguard 为 Apache-2.0（无 Llama 式自定义限制条款，商用友好），Whisper 为 MIT，GPT-2 为 Modified MIT。需要可微调权重做 SFT / LoRA 时，gpt-oss 是 OpenAI 系内唯一选项，否则转向 Qwen、DeepSeek、Llama。

在役模型选型（截至 2026 年中，价格为每百万 token 输入/输出）：

场景推荐要点
通用旗舰 / 长程 agentGPT-5.5约 1M 上下文，$5/$30（超 272K 输入按 2 倍计费）
最难推理任务GPT-5.5 Pro$30/$180，更多测试时计算换可靠性
低成本高吞吐gpt-5-mini / nanoAPI 三档中的低价位
agentic 编码GPT-5.3-Codex（Spark 用于实时补全）仅 Responses API
实时语音GPT-Realtime-2GPT-5 级推理的语音到语音
检索 / RAGtext-embedding-3-large3072 维，dimensions 可降维省存储
私有化部署 / 微调gpt-oss-120b / 20bApache-2.0，单卡 80GB / 16GB 内存可跑

实践提示：其一，路由器与自适应推理使同一请求的算力消耗不确定，做评测或成本核算时应固定具体模型与 reasoning_effort，避免使用自动路由入口；其二，Sora 从发布到停服不足 18 个月（API 仅存活约一年），依赖 OpenAI 闭源 API 的产品需为模型退役预留迁移路径；其三，ChatGPT 默认模型（5.3 Instant → 5.5 Instant）与 API 版本节奏不同步，复现实验须锁定 API 模型快照而非产品入口。

参考链接 ​