大模型的规模与版本号，分别说明什么？

模型能力不是一张单维排行榜

大语言模型的表现具有多个维度。一个模型最擅长数学，并不意味着它也最擅长讲笑话，因此不能保证所有任务都有相同的模型排名。

尽管如此，模型规模仍能解释相当一部分性能差异。一般而言，更大的模型通常具有以下特点：

• 性能更强、可靠性更高；
• 每个 token 的成本更高；
• 对冷门知识的记忆和提取能力更强。

所讨论的模型按规模由小到大排列为：

Luna < Terra < Sol < Astra

这里的规模顺序，不应被理解为它们在每一项具体任务上都有完全相同的表现顺序。

版本号不只代表发布时间

版本号可能同时传达三类信息：

1. 发布顺序：哪个版本更早或更晚推出。
2. 版本之间的关联：例如训练数据或模型性格是否具有相似之处。
3. 改进幅度：这次更新是否足以被视为一次大版本升级。

以一个假设的 6.1 版本为例：它可能晚于 5.6 发布，同时在训练数据或模型性格上与其他 6.1 模型存在相似之处，因此没有命名为 5.7；但它的提升又未必大到足以支撑 7 这一版本号所带来的关注与期待。

模型规模与版本号表达的是不同信息，也都不能单独构成所有任务上的能力排名。