IT资源栈科技社区 Linux.do 曝光了 ChatGPT 模型选择器的最新界面变化，揭示了 OpenAI 可能正在对底层模型调用策略进行重构。根据流出的截图显示，原有的直接模型命名体系似乎正在被一套基于资源消耗的内部参数系统所取代。新界面将模型选项分为四个主要层级，分别对应“Instant”（即时响应）以及不同深度的“Think 1”、“Think 2”和更高阶模式。这一变化最引人注目的特征是引入了具体的数值参数——8、24、192 和 768。这些数值极大概率代表了请求的算力消耗配额或计算复杂度倍率，也就是所谓的“Juice”值。数值越高，意味着分配给模型的“思考”时间或计算资源越充裕，对应更高级别的推理能力，此前可能由 Pro 或 Deep 模型提供支持。此次更新引发了部分用户对“Thinking”能力被“阉割”或降级的担忧，但从技术逻辑上看，这更像是一种资源管理的标准化尝试。通过将复杂的模型选项封装为直观的资源预算选项，OpenAI 可能旨在降低用户对具体模型版本号的感知，转而引导用户根据任务难度来支付相应的“计算成本”。这一调整暗示了 OpenAI 可能在后端部署了动态路由机制，能够根据用户选择的“Juice”值，智能地在不同模型变体之间进行切换和负载均衡。
事件分析
此次 ChatGPT 选择器的变更不仅仅是 UI 调整，而是 AI 服务交付模式的一次深度进化。引入“Juice”值（8 至 768）表明，OpenAI 正试图将大语言模型的交互逻辑从“选择软件版本”转向“购买计算预算”。这种分级策略借鉴了云计算的实例规格概念，允许用户根据任务的推理密度精确控制成本。将原有的“Pro”和“Deep”标签抽象化为 L1-L4 的层级结构，意味着后端可能正在实施更复杂的模型编排。这种架构能够屏蔽底层模型的具体迭代，通过统一的接口动态分配算力资源。对于 API 范式而言，这种转变预示着未来调用模型将不再仅仅指定 Model ID，而是可能更多依赖于计算力参数，这有助于 OpenAI 在不破坏兼容性的前提下，灵活调度其日益庞大的算力集群以应对推理成本挑战。
💡 核心观点：OpenAI 试图通过“Juice”参数将模型选择标准化为算力预算等级，标志着推理模型交互从“选型号”向“买算力”的逻辑转变。
原文链接：Linux.do
评论前必须登录！
立即登录 注册