OpenAI 发布 GPT-4.x 迁移指南：推荐以 GPT-6 Luna 为起点

文章同时给出了推理强度的起步设置、成本比较的提醒，以及一套四步迁移流程，对正在评估模型升级的 API 用户有直接的参考价值。

先评估，再切换生产流量

据该帮助文章，GPT-6 Luna 是迁移现有 GPT-4.x 用例的推荐起点。OpenAI 同时表示，最合适的配置取决于具体应用，因此在把生产流量切过去之前，应先在有代表性的负载上评估这款模型。

关于 API 变更和技术细节，文章指向了 GPT-6 开发者指南。

推理强度从 none 起步

OpenAI 建议迁移时先把推理强度（reasoning effort）设为 none，并称大多数 GPT-4.x 用例预计可以在这一设置下完成迁移。之后可以再测试其他设置，在质量、延迟和成本之间找到适合自己应用的平衡点。

成本：单价更低，但要比总花费

文章称，GPT-6 Luna 的每 token 单价低于本次迁移涉及的 GPT-4.x 模型，对大多数用例而言，是在更低的每 token 价格下提供更强的模型。

OpenAI 同时提醒，token 用量和推理设置都会影响每个任务的成本，迁移前应在自己的负载上比较总成本，而不是只看单价。

四步迁移流程

指南给出的流程如下：

1. 建立基线。 挑选有代表性的请求（包括重要的边缘情况），记录当前模型的质量、延迟和成本。
2. 评估 Luna。 从推理强度 none 开始，与基线对比结果，并检查应用所依赖的行为，包括输出格式，以及相关场景下的工具调用。
3. 调整并重测。 根据评估结果调整提示词、推理强度和输出详细程度（verbosity），然后重新测试。
4. 逐步放量。 先切一部分生产流量，监控质量、延迟、错误和成本，再完成迁移。

获取支持

自助客户可以通过 help.openai.com 上的聊天气泡联系 OpenAI 支持。销售对接的客户可以联系自己的账户团队，由 OpenAI 工程团队协助制定适合其产品的迁移计划。

文章未涉及的内容

这篇帮助文章没有写明任何 GPT-4.x 模型的退役日期。具体时间安排请以 OpenAI 的官方公告为准。

来源

• https://help.openai.com/en/articles/20001600-migrating-from-gpt-4x-to-gpt-6-luna