Andrej Karpathy基于个人使用体验，对当前 ChatGPT 各版本的功能和适用场景进行了剖析和总结。其核心逻辑是建立一个基于任务需求的模型选择框架：

1. 能力分级与定位：

- "o3"：被置于能力顶端，定义为推理能力远超 "4o" 的模型，是处理复杂、重要专业任务的首选。

- "4o"：定位为高效的日常通用模型，适用于多数中低难度查询。

- "o4 mini"：此版本目前仅以 "mini" 形式提供，能力不如 "o3"，对其当前存在的价值表示不确定。

- "4.1"：在特定场景——“vibe coding”（较为随性或探索性的编程）——中使用此版本。

2. 功能特性辨析：

- "Deep Research"：这并非一个可从模型选择器中直接选择的模型版本，而是一个内嵌于“工具”中的切换功能。它底层基于 "o3"，但其效果可能与直接用 "o3" 进行相同查询不完全等同，可能有更优化的深度信息处理能力。

3. 个人应用策略（“路由”机制）：依据上述理解，Andrej Karpathy形成了一套个人查询路由规则，并给出了大致的使用频率：

- 简单查询（约40%使用率）：使用 "4o"。

- 困难/重要查询（愿意等待，约40%使用率）：使用 "o3"。

- 辅助编程（约10%使用率）：使用 "4.1"。

- 深度主题理解/研究（约10%使用率）：使用 "Deep Research" 功能。

4. 适用范围与扩展：此套方法论主要聚焦于 ChatGPT 生态系统内部。在实际应用中，选择更为复杂，会根据具体任务和研究兴趣，在 ChatGPT、Claude、Gemini、Grok 及 Perplexity 等多个大语言模型平台间进行切换。