openai GPT-4 降价、多模态支持、助手 API

贴一个 openai 的邮件通告：

We're excited to share major new features and updates that were announced at our first conference, OpenAI DevDay. You can read the full details on our blog, watch the keynote recording, or check out the new @OpenAIDevs Twitter, but here a brief summary: New GPT-4 Turbo: We announced GPT-4 Turbo, our most advanced model. It offers a 128K context window and knowledge of world events up to April 2023. We’ve reduced pricing for GPT-4 Turbo considerably: input tokens are now priced at $0.01/1K and output tokens at $0.03/1K, making it 3x and 2x cheaper respectively compared to the previous GPT-4 pricing. We’ve improved function calling, including the ability to call multiple functions in a single message, to always return valid functions with JSON mode, and improved accuracy on returning the right function parameters. Model outputs are more deterministic with our new reproducible outputs beta feature. You can access GPT-4 Turbo by passing gpt-4-1106-preview in the API, with a stable production-ready model release planned later this year.

Updated GPT-3.5 Turbo: The new gpt-3.5-turbo-1106 supports 16K context by default and that 4x longer context is available at lower prices: $0.001/1K input, $0.002/1K output. Fine-tuning of this 16K model is available. Fine-tuned GPT-3.5 is much cheaper to use: with input token prices decreasing by 75% to $0.003/1K and output token prices by 62% to $0.006/1K. gpt-3.5-turbo-1106 joins GPT-4 Turbo with improved function calling and reproducible outputs.

Assistants API: We're excited to introduce the beta of our new Assistants API, designed to help you build agent-like experiences in your applications effortlessly. Use cases range from a natural language-based data analysis app, a coding assistant, an AI-powered vacation planner, a voice-controlled DJ, a smart visual canvas—the list goes on This API enables the creation of purpose-built AI assistants that can follow specific instructions, leverage additional knowledge, and interact with models and tools to perform various tasks. Assistants have persistent Threads for developers to hand off thread state management to OpenAI and work around context window constraints. They can also use new tools like Code Interpreter, Retrieval, and Function Calling. Our platform Playground allows you to play with this new API without writing code.

Multimodal capabilities: GPT-4 Turbo now supports visual inputs in the Chat Completions API, enabling use cases like caption generation and visual analysis. You can access the vision features by using the gpt-4-vision-preview model. This vision capability will be integrated into the production-ready version of GPT-4 Turbo when it comes out of preview later this year. You can also integrate DALL·E 3 for image generation into your applications via the Image generation API. We released text-to-speech capabilities through the newly introduced TTS model, which will read text for you using one of six natural sounding voices.

Customizable GPTs in ChatGPT: We launched a new feature called GPTs. GPTs combine instructions, data, and capabilities into a customized version of ChatGPT. In addition to the capabilities built by OpenAI such as DALL·E or Advanced Data Analysis, GPTs can call developer-defined actions as well. GPTs let developers control a larger portion of experience. We purposefully architected plugins and actions very similarly, and it takes only a few minutes to turn an existing plugin into an action. Read the docs for details.

We're excited to see how these updates help open up new avenues for leveraging AI in your projects.

vacuitym

2023-11-07 09:38:53 +08:00

我们非常高兴地在我们的第一次 OpenAI DevDay 大会上分享了一些重要的新功能和更新。您可以在我们的博客上阅读完整的详细信息，观看主题演讲的录像，或查看新的 @OpenAIDevs Twitter 账号。以下是一个简要总结：

全新的 GPT-4 Turbo 模型：
我们宣布了我们最先进的模型 GPT-4 Turbo 。它提供了 128K 的上下文窗口，并且了解到 2023 年 4 月的世界事件。
我们已经大幅降低了 GPT-4 Turbo 的定价：输入标记现在定价为每 1K 0.01 美元，输出标记定价为每 1K 0.03 美元，分别比前一版的 GPT-4 便宜 3 倍和 2 倍。
我们改进了函数调用，包括可以在单个消息中调用多个函数的能力，始终以 JSON 模式返回有效函数，并提高了正确返回函数参数的准确性。
通过我们的新的可再现输出测试版功能，模型输出更加确定性。
您可以通过在 API 中传递 gpt-4-1106-preview 来使用 GPT-4 Turbo ，在今年晚些时候计划发布一个稳定的生产就绪模型。

更新的 GPT-3.5 Turbo 模型：
新的 gpt-3.5-turbo-1106 模型默认支持 16K 的上下文，而且可用性更好：价格更低，输入标记为每 1K 0.001 美元，输出标记为每 1K 0.002 美元。还可以对这个 16K 模型进行微调。
经过微调的 GPT-3.5 使用更为便宜：输入标记价格降低了 75%，为每 1K 0.003 美元，输出标记价格降低了 62%，为每 1K 0.006 美元。
gpt-3.5-turbo-1106 在函数调用和可再现输出方面与 GPT-4 Turbo 一样有所改进。

助理 API：
我们很高兴地介绍我们新的助理 API 的测试版，旨在帮助您轻松地在应用程序中构建类似代理的体验。用例范围从基于自然语言的数据分析应用、编码助手、AI 驱动的假期计划应用、语音控制的 DJ 、智能视觉画布等等。
此 API 使得可以创建专门定制的 AI 助手，可以遵循特定的指令，利用附加的知识，并与模型和工具进行交互来执行各种任务。
助理具有持久的线程，开发人员可以将线程状态管理交给 OpenAI 并解决上下文窗口约束。它们还可以使用新的工具，如代码解释器、检索和函数调用。
我们的平台 Playground 允许您在不编写代码的情况下尝试使用这个新的 API 。

多模态能力：
GPT-4 Turbo 现在在 Chat Completions API 中支持视觉输入，可以用于生成字幕和进行视觉分析等应用。您可以通过使用 gpt-4-vision-preview 模型来访问视觉功能。当它在今年晚些时候推出测试版以外的正式版本时，这项视觉能力将集成到 GPT-4 Turbo 中。
您还可以通过图像生成 API 将 DALL·E 3 集成到您的应用程序中，用于图像生成。
我们通过新引入的 TTS 模型发布了文本转语音的能力，可以使用六种自然音色之一为您朗读文字。

ChatGPT 中的可定制化 GPT：
我们推出了一个名为 GPTs 的新功能。GPTs 将指令、数据和功能结合在一起，形成 ChatGPT 的定制版本。
除了 OpenAI 构建的功能如 DALL·E 或高级数据分析之外，GPTs 还可以调用开发者定义的操作。GPTs 使开发人员能够更多地控制体验的一部分。我们特意以非常相似的方式构建了插件和操作，将现有插件转换为操作只需几分钟。详细信息请阅读文档。

我们很期待看到这些更新如何为您的项目开辟新的 AI 利用途径。