OpenAI首届AI春晚，创业公司屠杀夜！GPT-4炸裂更新，API跳楼价大甩卖

文章来源：新智元

编辑：润 alan

今天，万众期待的OpenAI第一届开发者大会终于来了！

OpenAI的CEO Altman在分享了GPT-4的数十项新增功能和改进，并降低了平台许多服务的定价：

新的GPT-4 Turbo模型，功能更强大、更便宜并支持128K上下文窗口。

最为关键的是，发布了GPTs功能，能让每个用户自己制作自己「定制化的ChatGPT」，还能通过即将发布的「GPT Store」来让自己定制的GPT为自己挣钱！

而且，OpenAI还发布了新的「助手API」，使开发人员能够更轻松地构建自己的辅助AI应用，并可以调用模型和工具。

平台还继续更新了新的多模态功能，包括视觉、图像（DALL·E 3）和文本转语音。

GPT-4 Turbo

一上来，Altman先秀了一下GPT过去获得的成绩，包括高达1亿的周活跃用户，以及吸引了200万开发者根据API进行开发。

紧接着Altman推出了GPT-4的升级版——GPT-4 Turbo，新的GPT-4 Turbo 模型功能更强大、更便宜并支持高达128K的上下文窗口。

上下文窗口对比前代提升了16倍，而128K相当于整整300页书！

新的API赋予了开发者更多的自由度，包括引入了JSON：

通过函数调用，开发者可以向模型描述应用或外部API的函数，并让模型智能地选择输出包含参数的JSON对象来调用这些函数。

包括能够在一条消息中调用多个函数：用户可以发送一条消息请求多个操作，例如「打开车窗并关闭空调」，这在以前需要与模型进行多次往返。

GPT-4 Turbo提高了函数调用的准确性，而且在需要仔细遵循指令的任务上比以前的模型表现更好。

新的模型自然也包括了更新的训练数据，GPT-4 Turbo的知识库更新到了今年4月份，相比于前代提升了一年半，不会再像以前的chatGPT一样，对2022年非常敏感并拒绝回答。

接下来展示的是GPT-4 Turbo在多模态方面的新能力。

GPT-4 Turbo可以接受图像作为聊天完成API中的输入，从而实现生成字幕、详细分析真实世界图像和阅读带有数字的文档等用例。

例如，BeMyEyes使用这项技术来帮助盲人或视力低下的人完成日常任务，例如识别产品或浏览商店。

开发人员可以通过在API中使用gpt-4-vision-preview来访问此功能。OpenAI计划为主要的GPT-4 Turbo模型推出视觉支持，作为其稳定版本的一部分。

而定价取决于输入图像大小。例如，将1080×1080像素的图像传递给GPT-4 Turbo的成本为0.00765美元。

开发人员可以集成DALL·E 3，通过Images API将DALL·E 3指定为模型，直接将其导入到应用和产品中。

Snap、可口可乐和Shutterstock等公司都使用了DALL·E 3以编程方式为其客户和活动生成图像和设计。

与之前版本的DALL·E相比，新的API包含内置审核功能，可帮助开发人员保护其应用程序免遭滥用。

OpenAI提供不同的格式和质量选项，每张生成的图像起价为0.04美元。

另外，开发人员可以通过文本转语音API从文本生成人类质量的语音。

Altman也在现场展示了一段API生成的非常自然且优美的声音。

新的文本转语音API提供六种预设声音可供选择，同时推出了针对实时用例，以及针对质量进行了优化的版本。