OpenAI更新GPT-4等模型，新增API函数调用，价格最高降75%

点击蓝字 关注我们

关注并星标

从此不迷路

计算机视觉研究院

公众号ID｜计算机视觉研究院

学习群｜扫码在主页获取加入方式

计算机视觉研究院专栏

Column of Computer Vision Institute

OpenAI 的模型开始增量降价了。

转自《机器之心》

前些天，OpenAI 的 CEO Sam Altman 在全球巡回演讲中，透漏了 OpenAI 近期发展路线，主要分两个阶段，2023 年的首要任务是推出更便宜、更快的 GPT-4，更长的上下文窗口等；2024 年重点是多模态。

OpenAI 2023 年的这些目标正在逐一实现。从 ChatGPT 推出至今，短短几个月，OpenAI 在 GPT-3.5 Turbo、GPT-4 等这些模型的基础上构建了令人难以置信的应用程序。当地时间 6 月 13 日，OpenAI 发布函数调用及其他 API 更新，具体包括：

• 在 Chat Completions API 中新增新的函数调用，能让模型在需要的时候调用函数并生成对应的 JSON 对象作为输出；

• 更新和更可操纵版本的 GPT-4 和 GPT-3.5 Turbo；

• 16k 上下文版本的 gpt-3.5-turbo（标准的是 4k 版本）；

• 最先进的嵌入模型（embeddings model）成本降低了 75%；

• gpt-3.5-turbo 输入 token 成本降低 25%；

• 宣布 gpt-3.5-turbo-0301 和 gpt-4-0314 型号的弃用时间表。

OpenAI 表示：API 中的 GPT-4 和 GPT-3.5 Turbo 模型现在支持调用用户自定义函数，允许模型使用用户为其设计的工具。此外，用户使用模型的价格降低了，OpenAI 也发布了一些新的型号版本（包括 16k 上下文 GPT-3.5 Turbo）：

函数调用

现在开发人员可以向 gpt-4-0613 和 gpt-3.5-turbo-0613 描述函数，并让模型智能地选择输出一个包含调用这些函数所需参数的 JSON 对象。这是一种更可靠地将 GPT 的能力与外部工具和 API 连接起来的新方法。

模型经过微调，既可以检测何时需要调用函数（取决于用户的输入），又可以使用符合函数签名的 JSON 进行响应。函数调用使开发人员可以更可靠地从模型中获取结构化数据。例如，开发人员可以：

• 创建聊天机器人，通过调用外部工具来回答问题（像 ChatGPT 插件一样）：

例如将诸如「给 Anya 发电子邮件，问问她下周五是否想喝咖啡」之类的查询转换为函数调用 send_email (to: string, body: string) ；或者将「波士顿的天气怎么样？」 转换为 get_current_weather (location: string, unit: 'celsius' | 'fahrenheit')。

• 将自然语言转换为 API 调用或数据库查询：

例如将「谁是我这个月的十大客户？」转换为内部 API 调用 get_customers_by_revenue (start_date: string, end_date: string, limit: int)；又或者将「Acme 公司上个月下了多少订单？」转化为 SQL 查询 sql_query (query: string)。

• 从文本中提取数据结构：

例如定义一个名为 extract_people_data (people: [{name: string, birthday: string, location: string}]) 的函数，用来提取维基百科中提到的所有人。

以上这些用例由 /v1/chat/completions 端点、functions 和 function_call 中的新 API 参数启用，允许开发人员通过 JSON 模式向模型描述函数，并选择要求它调用特定函数。 

函数调用示例

例如用户询问「现在波士顿的天气怎么样？」，经过一系列处理后，最终模型输出答案：「波士顿目前天气晴朗，气温为 22 摄氏度。」

下图对应上图中的第一步，包括请求和响应：

新模型

首先是 GPT-4：

• gpt-4-0613 包含了一个更新和改进的函数调用模型。

• gpt-4-32k-0613 包括与 gpt-4-0613 相同的改进，以及扩展的上下文长度，以理解更大的文本。

然后是 GPT - 3.5 Turbo：

• gpt-3.5-turbo-0613 包含与 GPT-4 相同的函数调用，以及通过系统消息更可靠的可操作性，开发人员可以利用这两个特性更加有效地指导模型进行响应。

• gpt-3.5-turbo-16k 提供的上下文长度是 gpt-3.5-turbo 的 4 倍，价格是 gpt-3.5-turbo 的两倍：每 1K 输入 token 0.003 美元，每 1K 输出 token 0.004 美元。16k 上下文意味着该模型现在可以在单个请求中支持大约 20 页的文本。

模型弃用

3 月发布的 gpt-4 和 gpt-3.5-turbo 的初始版本将进行弃用和升级。应用程序将使用更稳定的模型 gpt-3.5-turbo、 gpt-4 和 gpt-4-32k，这些模型将于 6 月 27 日自动升级。如果大家想对不同版本的模型进行比较，可以使用 Eval 库进行公共和私有评估。

此外，那些需要过渡时间的开发人员可以继续使用旧版本的模型 gpt-3.5-turbo-0301、gpt-4-0314 或 gpt-4-32k-0314，但在 9 月 13 号之后，在请求使用这些模型，将会失败。想要了解更多模型弃用消息，可参考：

模型弃用查询：https://platform.openai.com/docs/deprecations/

此外，本次更新价格更低了，Text-embedding-ada-002 是嵌入系统最流行的嵌入模型。如今，其成本降低了 75%，低至每 1K token 0.0001 美元。

最后，还有大家比较关注的 GPT - 3.5 Turbo，其为数百万用户提供了 ChatGPT 功能。现今，gpt-3.5-turbo 的输入 token 成本降低了 25%。开发人员现在使用这个模型，每 1K 输入 token 只需 0.0015 美元，每 1K 输出 token 只需 0.002 美元，这相当于每美元大约 700 页。

参考文献：https://openai.com/blog/function-calling-and-other-api-updates

© THE END 

转载请联系本公众号获得授权

计算机视觉研究院学习群等你加入！

ABOUT

计算机视觉研究院

考的习惯！计算机视觉研究院主要涉及深度学习领域，主要致力于目标检测、目标跟踪、图像分割、OCR、模型量化、模型部署等研究方向。研究院每日分享最新的论文算法新框架，提供论文一键下载，并分享实战项目。研究院主要着重”技术研究“和“实践落地”。研究院会针对不同领域分享实践过程，让大家真正体会摆脱理论的真实场景，培养爱动手编程爱动脑思考的习惯！

VX：2311123606

 往期推荐 

🔗

• AI大模型落地不远了！首个全量化Vision Transformer的方法FQ-ViT（附源代码）
  

• 华为诺亚极简网络，靠13层就拿下83%精度（附源代码）
  

• 基于分层自监督学习将视觉Transformer扩展到千兆像素图像
  

• EdgeYOLO：边缘设备上实时运行的目标检测器及Pytorch实现
  

• 改进的YOLO：AF-FPN替换金字塔模块提升目标检测精度

• FastestDet：比yolov5更快！更强！全新设计的超实时Anchor-free目标检测算法（附源代码下载）
  

• 用于吸烟行为检测的可解释特征学习框架（附论文下载）
  

• 图像自适应YOLO：恶劣天气下的目标检测（附源代码）
  

• 新冠状病毒自动口罩检测：方法的比较分析（附源代码）
  

• NÜWA：女娲算法，多模态预训练模型，大杀四方！（附源代码下载）
  

• 实用教程详解：模型部署，用DNN模块部署YOLOv5目标检测（附源代码

本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！