OpenAI

ChatGPT 的 Legacy、Turbo、Default:模型自述不可靠,选项该怎么选

编辑部阅读约 4 分钟

ChatGPT 的模型选择器出现 Legacy、Turbo、Default 后,很多人会追问“哪个模型更大”。但模型对自身参数的回答并不可靠,讨论中那套 117M/1.5B/6B 的说法无法核实。文章解释这些名称更像产品别名,分析“秒回”的可能原因,并给出核实官方说明、按任务测试和选型的可操作清单。

ChatGPT 的模型选择器里出现 Legacy、Turbo、Default 这样的名称时,很容易让人以为它们对应固定的模型规模和能力等级。有人发现原来的 Turbo 会话被替换成 Legacy,追问区别后得到一段很具体的解释:Default 是 117M 参数,Legacy 是 1.5B,Turbo 是 6B。这个说法看起来专业,却经不起推敲。

讨论中更可信的线索是产品内的说明:Turbo 被设为默认,以减少用户每次手动切换;同时保留了 Legacy 供对比或兼容旧行为。但不同账号看到的选项、是否仅付费计划可见、弹窗是否出现,都可能因更新和灰度而不同,不能把某一次界面变化当成永久规则。

模型自述为什么不能当规格表

ChatGPT 生成的是自然语言,不是从数据库里查询自己的部署参数。被问到“你是什么模型、多少参数”时,它可能根据训练语料里的旧文章拼出一个看似合理的答案。参数规模、训练数据、版本号这类信息,如果没有官方文档写明,就不应该从聊天回答里采信。

同理,“Legacy 是旧版大模型”“Turbo 是四倍大”这类推断也不稳。Legacy 在产品命名里通常表示保留的旧版本,Turbo 通常传递更快或更便宜的产品定位,Default 则更像当前默认路由的别名。它们不是永久不变的模型身份证。有人猜是早期 GPT 系列的不同版本,也无法仅凭界面名称证实;对外名称和内部版本往往不是一一对应关系。

“秒回”可能来自哪里

Legacy 让人感觉“一切皆秒回”,可能有几类原因:

  • 响应模式不同:不展开长推理、不调用工具或不做多步规划时,首个字返回得更快。
  • 输出更短:同样的问题只给结论,总时长自然缩短。
  • 路由与负载:默认模型或旧模型在当前时段排队更少。
  • 会话状态:新会话、短上下文、无附件,通常比长会话更快。
  • 本地网络与客户端:浏览器扩展、代理、设备性能都会影响体感。
  • 任务难度:简单问答本来就快,复杂代码和事实核验才更容易暴露差距。

所以“快”是体验指标,不是能力指标。旧模型可能更短、更直接,也可能在复杂任务上更容易出错、更少遵循新指令。不要只凭一次秒回就认定它更好。

怎么核实与选择

先做三件事:

  1. 查官方帮助中心或发布说明中的模型页面,确认当前套餐可用范围和迁移计划;界面里的说明也可以截图留存。
  2. 记录你的套餐、客户端、日期和地区。同一时间不同账号看到不同选项,通常与灰度发布有关。
  3. 区分 ChatGPT 界面和 API。API 的模型 ID、弃用时间以 API 文档为准,界面选项不能直接套用。

可以用下面的框架理解三个名称,但它只是理解框架,不是官方定义:

选项 更稳妥的理解 适合场景
Default 当前默认路由,会随产品更新变化 日常问答、改写、快速草稿
Turbo 偏速度或成本的产品别名,具体映射看官方 希望较快回复的常规任务
Legacy 旧版本保留项,可能随时下线 复现旧输出、做对比测试

日常使用通常选默认即可;复杂代码、长文分析、事实核验应选能力更强的选项;Legacy 更适合做对照,不建议作为长期工作流依赖。

自测方法

用同一组固定问题分别跑 Default、Turbo、Legacy:短问答、长文总结、代码修改、事实核查各一题;每个跑三次,记录首字延迟、总时长、输出字数、是否需要重试、事实错误。这样得到的结论比问模型“你是谁”可靠。

日期/套餐:
任务:
模型选项:
首字延迟:
总时长:
输出字数:
错误/重试:

注意事项

  • 不要把模型自述当成官方规格,也不要用它来判断账号权益。
  • 是否仅付费计划可见、各计划差异如何,以账号实际显示和官方套餐说明为准。
  • 不要为了看到某个选项去共享账号、代充或绕过地区限制,这类做法有账号安全和条款风险;使用自己账号和官方渠道更稳妥。
  • 模型选项会变化,Legacy 可能被移除。重要提示词应尽量保持模型无关,避免绑定某个即将下线的名称。
  • 如果延迟主要来自本地网络或设备,先排查浏览器、扩展和网络环境,再比较模型差异。

小结

Legacy 的“秒回”可以是真的,但关于它参数的那套解释并不可靠。把 Legacy、Turbo、Default 当作产品别名而非固定规格,查官方说明,用自己的任务做对比测试,再按准确性、速度和稳定性取舍,比追问模型“你有多大”更有意义。

模型选择ChatGPT模型自述LegacyTurbo