GPT 模型谱系
从生成式预训练到统一推理、工具与多模态能力，GPT 的每一代都在重新定义通用模型的产品边界。
历代模型
GPT-5.6
以 Sol、Terra、Luna 三档覆盖能力、成本与吞吐，并加入程序化工具调用、多 Agent、显式缓存和持久推理。
GPT-5.5
把托管 Shell、补丁应用、Skills、MCP 与网页搜索进一步纳入旗舰模型的生产工作流。
GPT-5.4
引入 100 万 token 上下文、原生压缩、工具搜索和内置计算机使用，强化长期 Agent 工作流。
GPT-5.3
重点推进 ChatGPT 即时体验与实时编码分支，随后被更新的旗舰家族取代。
GPT-5.2
面向复杂专业工作继续提高可靠性，并延伸出针对长期软件工程任务优化的 Codex 版本。
GPT-5.1
提升可控性、代码与 Agent 工作流，并加入无需额外思考的快速推理档位。
GPT-5
把快速回答与深度推理统一到同一家族，并面向工具使用、代码和专业工作流优化。
GPT-4.5
强化世界知识、自然对话与模式识别，是大规模无监督学习路线的一次过渡性旗舰更新。
OpenAI o1
用更长的测试时计算换取更强的复杂推理表现，“推理模型”成为独立产品路线。
GPT-4o
原生统一文本、视觉与语音输入输出，降低实时多模态交互的延迟与成本。
GPT-4
显著提升推理、代码与专业任务表现，并把图像理解纳入旗舰模型能力。
GPT-3.5
通过指令微调和对话对齐支撑 ChatGPT，把大模型从开发者工具变成大众产品入口。
GPT-3
1750 亿参数带来强大的少样本与上下文学习能力，大模型开始以 API 形式成为通用能力底座。
GPT-2
把参数规模和零样本生成能力同时向前推了一步，也首次让模型发布方式与滥用风险成为公共议题。
GPT-1
用“先预训练、再微调”证明通用语言表征可以迁移到多种任务，为 GPT 路线奠定方法基础。