上周，同事问我，6 比 5.6 强多少。我知道他问的是 GPT-6-Astra 和 GPT-5.6-Sol，可我也说不清到底强多少，于是回了句：强 0.4。
现在模型的命名似乎简单好记了不少，甚至给我一种大厂很有默契、互相避开了重复的感觉。比如聊起 5.6、6，大家想到的是 OpenAI；聊起 4.8、5、5.1，想到的又是 Anthropic。OpenAI 之前也出过 GPT-5.1，但随着新模型一轮轮发布，它也慢慢淡出了话题。即便历史上的数字有重复，放在当下聊天的语境里，倒也不太会弄混。
前两天，我重新订阅了 ChatGPT Pro，发现 GPT-5.3-Codex-Spark 还保留着独立的使用额度。这个每秒能蹦出上千个 token 的家伙，竟然一路从 5.3 撑到了 6。
为了物尽其用，我把它设成了 Codex 调用 subagent 处理简单任务时的首选模型，结果没多久就看到 GPT-5.3-Codex-Spark 即将下架 的消息。
这倒也在意料之中。毕竟从 5.3 到 5.6，再到 6，中间已经迭代了好几轮。尤其是 5.6 也用上了 Cerebras，在生成质量和速度之间选择了「我都要」。这么一来，Spark 单靠速度就更难保住自己的位置了。
这些型号让我又想起那个老问题：9.8 和 9.11 哪个大？当小数看，9.8 大；当版本号看，通常是 9.11 更新。
身处 AI 奔涌发展的浪潮，其实很少能准确说出，究竟是哪个零点几改变了什么。只是偶尔回过头，才发现一些曾经觉得遥远的事情，已经成了每天随手使用的东西。
就像小时候的那篇课文，走一步，再走一步。时代大概就是这样往前走的。