OpenAI对GPT模型的命名，产生的用户心理预期影响（关于Astra和Luna）

看了这么久社区，不得不说一个模型的名字对用户对其的预期心理影响非常之大，严重影响模型的调用量和讨论度。

以前 OpenAI 的命名体系其实非常直白，当用户看到名字的很多时候就已经自动建立了一个心理模型：

mini（迷你） < 普通主力模型 < Pro（专业）
人们似乎对mini模型天生有一些“偏见”，就“这是缩水版、便宜版、能力差一些的模型”，所以哪怕它实际上性能不错，用户也不太会主动关注它。

gpt5.4时期，mini模型用的人不算多，起码我看讨论度挺少的，也很少有人讨论排行榜的时候会特意关注这个gpt5.4mini模型。

pro模型，这个一直属于网页端“科研”那一类，价格非常只昂贵（api调用价格里gpt5.5pro的输出价格要150美元），也很少有人会说拿pro级别的模型写代码。

然后这边说一下模型命名对照表。

gpt5.6luna的定位，从一开始官方的图来看，对应的未出的gpt5.5mini（跑分夹杂在gpt5.5和gpt5.4之间）。

gpt5.6terra的定位，更接近gpt5.6mini，

gpt6 astra的定位，对应gpt6 pro。

如果gpt5.6luna真的直接叫gpt5.5mini，恐怕人们对这个模型的心理预期会低许多吧？

另一方面，把模型名字从pro变成astra，让用户更倾向以为“这是一次正常的模型迭代：gpt5.6sol的下一代就是gpt6 astra”。但在我看来完全不是，认知错位了，不应该拿当前的“普通主力模型”对标下一代“pro”模型。

gpt6 sol现在应该正在开发（推论：gpt6不会直接放弃中低端市场，openai不至于自己断绝自己的商业命脉），那么gpt5.6 sol的下一代理应对标的是gpt6 sol而不是astra。astra这玩意应该是以前挂在网页端很少有人用于写代码的pro级别模型。

Exclusive | OpenAI Considers Drastic Price Cuts, Anticipating War for Users With Anthropic - WSJ

今年六月份左右有这么一篇文章，旨在说明openai要降低模型价格打价格战。

直到现在所有模型的价格都降低了。

luna降低80%，以至于让其在公众视野更加活跃。

terra降低20%。

sol降低20%左右，但只面对api不面对订阅。

astra，这一代的pro从遥不可及的150每百万token输出降低到了如今的50美元输出。

所以，pro级别模型价格降低，这理应是好事，但是加上命名上的修改以及错误的宣发，导致了astra的社区风评并不是那么的好（很多抱怨额度消耗的）。

若按照：“我们管新的pro模型叫astra，并且大幅降低了其价格并且使所有付费用户都可以在codex里使用这个模型。”
你还会怪罪GPT 6 Astra的价格昂贵吗？

不过这还是openai的锅，本文章并不是论证说用户应该对openai感恩戴德。o这一波宣发明显是想强调自己模型提升幅度大，很厉害。

看他们官网里gpt6的测评表，在ARC-AGI-3这个测评里拿codex＋gpt6 astra 对比测评用的herness＋gpt5.6sol （连最基础的单一变量都不控制了）就能看出他们到底有多想把sol垫了以强调gpt6 astra有多厉害。

（补充： GPT-6 Astra Max＋测评用的harness的得分是62.71%）

（补充：“codex＋gpt6 astra”这里其实不是codex，原文写的：供应商适配测试框架。不过其提到l压缩功能和Responses API，其实就是和codex的环境接近，写codex直观些。）

这二比公司不知道还要被自己宣发反噬多少次才肯老实。

写完回过头看了一眼，文章写的有些零零散散的，直接表明一下文章的观点吧：

OpenAI 对 GPT 模型的命名方式，会显著改变用户对模型定位、能力、价格合理性的心理预期，进而影响模型的调用量、社区讨论度和舆论评价。

我以Luna和Astra为例子，论证了这一观点。