GPT-4o/4.1 将于 1 月 14 日下线，团队实测 Luna 系列平替任务级差异
max_gladysh · reddit · 2026-10-21
OpenAI 宣布 1 月 14 日关停 GPT-4o、GPT-4o mini、GPT-4.1、GPT-4.1 mini(含微调版本)，官方推荐替代为更便宜的 GPT-6 Luna。BotsCrew 团队用数百条请求 + 盲评 LLM-as-judge,按任务类型对比了 GPT-5.6 Luna 与 GPT-5.2:
- 可直接平替：消息分类(质量持平，便宜约 88%)、数据提取(便宜 85%)、RAG 模板内容(更少编造，便宜 83%)、短对话摘要(更好，便宜 91%)
- 不建议迁移：长对话+多工具调用(更差，5.2 说「无法验证」时 Luna 会瞎猜，便宜 79%)、安全护栏(Luna 约漏掉 1/10 有害消息，5.2 零漏)
踩坑点：Luna 只支持默认 temperature;GPT-6 Luna 经 Chat Completions 只能在 reasoningeffort="none" 下做工具调用；某任务中 Luna 会强行 Title Case 所有标题。
作者给出的迁移方法论：按请求类型逐个迁移并前后跑 eval、专测数据答不了的问题(编造重灾区)、护栏看漏报数而非准确率、测长对话衰减、按真实花费(缓存与推理 token)算账。GPT-6 Luna 比 5.2 便宜约 95% 但明显弱于 5.6 Luna,只适合价格敏感场景。
「编程与Agent」频道最新
- Anthropic 研究 23.5 万 Claude Code 用户:领域专家比纯程序员用得更好 — sudoraohacker · 2026-10-21
- AI 系统设计系列 Day 3:一张图讲清核心组件与扩展权衡 — Roger_M_Taylor · 2026-10-21
- Claude当前端+Databricks当引擎,作者称多数BI工具已无存在必要 — teodorio · 2026-10-21
- PlayCanvas 编辑器 2.35 发布:项目主页整合并支持 Claude Code 接管 — willeastcott · 2026-10-21
- Google Harness²让智能体递归自改进:不改权重性能最高提升11.8% — burny_tech · 2026-10-21
- 把 LLM 结构化输出做成游戏：你选 token，约束判对错 — nicodotdev · 2026-10-21