OpenAI 模型选择：从任务与评估样本出发
模型选择可以从你的应用开始：更在意答案质量、响应速度，还是每次调用的成本？先列清任务要求，再用同一组样本比较候选，通常比只看名称更容易做出判断。
型号、价格和可用能力会变化。比较前先确认账号可以使用哪些模型，以及它们是否支持需要的 API 和工具。
先写任务要求
明确输入类型、输出格式、是否需要工具调用、允许的延迟、单次成本预算，以及必须通过的业务检查。上下文长度很大，不代表模型一定会正确使用所有材料。
| 维度 | 可以观察的结果 |
|---|---|
| 质量 | 任务是否正确，是否满足格式和事实约束 |
| 工具能力 | 是否支持所需接口与工具，调用结果是否正确 |
| 延迟 | 完成时间及不稳定时的表现 |
| 成本 | 代表性任务的实际输入、输出及其他计费项 |
| 可用性 | 当前账号、区域、项目和接口是否支持 |
建一个小评估集
选择常见任务、容易出错的边界案例和不可完成的输入。每次用同一套判断标准比较候选模型，保留必要的请求配置和结果。不能用一次聊天印象替代业务评估。
只要选择依赖价格、上下文或工具支持，就在决策时核对官方目录和具体模型页面。别名和固定版本的更新方式可能不同，需要根据复现与维护要求选择。
从旧模型迁移
先确认旧页面描述的接口和型号是否仍受支持，再找官方建议的迁移路径。替换一个字符串后仍要检查输出结构、参数支持和失败处理。ChatGPT 界面里的模型选择不等于 API 项目的访问权限。
最后更新于