OpenAI 模型概述

作者昱通国际
你好，这里是 昱通智联团队

我们向人工智能爱好者们提供所有 OpenAI 模型，详情如下。

旗舰模型

模型描述特性
GPT-4o我们的高智能旗舰模型，适用于复杂的多步骤任务– 支持文本和图像输入，文本输出
– 128k 上下文长度
– 更智能，token 价格较高
GPT-4o mini实惠且智能的小型模型，适用于快速、轻量级任务– 支持文本和图像输入，文本输出
– 128k 上下文长度
– 更快，token 价格较低
o1-preview & o1-miniBeta版的新系列推理模型，用于解决难题– 支持文本输入，文本输出
– 128k 上下文长度
– 更高的延迟，用 token 进行推理

模型定价详情

模型概述

OpenAI API 由一系列具备不同功能和价格的模型驱动。您可以通过微调定制模型以适应您的具体用例需求。

模型详细描述

模型描述
GPT-4o高智能旗舰模型，适用于复杂、多步骤任务
GPT-4o mini实惠且智能的小型模型，适用于快速、轻量级任务
o1-preview 和 o1-mini通过强化学习训练的语言模型，用于执行复杂推理
GPT-4 Turbo 和 GPT-4以前的高智能模型系列
GPT-3.5 Turbo适用于简单任务的快速、低成本模型
DALL·E根据自然语言提示生成和编辑图像的模型
TTS一组将文本转换为自然发音语音的模型
Whisper将音频转换为文本的模型
Embeddings将文本转换为数值形式的模型，用于测量文本之间的相关性
Moderation微调模型，用于检测文本是否包含敏感或不安全内容
Deprecated已弃用模型及其建议替代品的完整列表

GPT 系列模型的上下文窗口是指在单个请求中可以使用的最大 token 数量，包括输入和输出 token。

持续的模型升级

模型描述
GPT-4o、GPT-4o mini、GPT-4 Turbo 等这些模型指向各自的最新版本。您可以通过发送请求并查看响应对象，验证模型版本。响应中会包含所用的具体模型版本（如 gpt-4o-2024-08-06）。除了某些固定版本外，所有版本都会随着重大更新持续升级。

GPT-4o

GPT-4o（”o”代表”全能”）是我们最先进的 GPT 模型，具备多模态能力（接受文本或图像输入，输出文本）。该模型与 GPT-4 Turbo 拥有同样的高智能，但效率更高——生成文本的速度是 GPT-4 Turbo 的两倍，价格便宜 50%。此外，GPT-4o 在视觉处理和非英语语言的表现上是我们所有模型中最优的。GPT-4o 通过 OpenAI API 提供给付费用户。

属性描述
上下文窗口128,000 tokens
最大输出 token16,384 tokens
训练数据截至 2023 年 10 月

GPT-4o mini

GPT-4o mini 是我们在小型模型类别中最先进且价格最低的模型。它是多模态模型（接受文本或图像输入，输出文本），比 GPT-3.5 Turbo 更智能，但速度同样快，适用于较小的任务，例如视觉任务。

属性描述
上下文窗口128,000 tokens
最大输出 token16,384 tokens
训练数据截至 2023 年 10 月

下一部分我将继续介绍 GPT-4o 实时和音频 Beta 版、o1-preview 和 o1-mini 以及其他重要模型。

GPT-4o 实时 + 音频 Beta 版

这是 GPT-4o 实时和音频模型的预览版。这些模型可以通过 WebSocket 接口响应音频和文本输入。更多信息可以参考 Realtime API 指南。以下模型可以在聊天补全中生成音频响应。

模型描述上下文窗口最大输出 token训练数据
gpt-4o-realtime-previewRealtime API 的预览版128,000 tokens4,096 tokens截至 2023 年 10 月
gpt-4o-realtime-preview-2024-10-01实时 API 模型的当前快照128,000 tokens4,096 tokens截至 2023 年 10 月
gpt-4o-audio-preview聊天补全中支持音频输入的预览版128,000 tokens16,384 tokens截至 2023 年 10 月
gpt-4o-audio-preview-2024-10-01音频 API 模型的当前快照128,000 tokens16,384 tokens截至 2023 年 10 月

o1-preview 和 o1-mini Beta

o1 系列的大型语言模型通过强化学习进行训练，以执行复杂的推理任务。o1 模型在回答前会进行深入思考，生成长时间的内部思维链，然后才向用户回复。您可以在推理指南中了解 o1 模型的能力及其局限性。

目前有两种模型类型可用：

  • o1-preview：一种推理模型，旨在跨多个领域解决复杂问题。
  • o1-mini：速度更快且价格更低的推理模型，尤其擅长编码、数学和科学领域的任务。
模型描述上下文窗口最大输出 token训练数据
o1-preview指向最新的 o1 模型快照 o1-preview-2024-09-12128,000 tokens32,768 tokens截至 2023 年 10 月
o1-preview-2024-09-12最新的 o1 模型快照128,000 tokens32,768 tokens截至 2023 年 10 月
o1-mini指向最新的 o1-mini 快照 o1-mini-2024-09-12128,000 tokens65,536 tokens截至 2023 年 10 月
o1-mini-2024-09-12最新的 o1-mini 模型快照128,000 tokens65,536 tokens截至 2023 年 10 月

GPT-4 Turbo 和 GPT-4

GPT-4 是一个大型多模态模型（接受文本或图像输入，输出文本），通过其广泛的通用知识和先进的推理能力，能够以更高的准确性解决复杂问题。GPT-4 在 OpenAI API 中提供给付费客户。与 GPT-3.5 Turbo 一样，GPT-4 经过优化用于聊天，但在使用聊天补全 API 时也适合传统的补全任务。可以在我们的文本生成指南中了解如何使用 GPT-4。

模型描述上下文窗口最大输出 token训练数据
gpt-4-turbo最新的 GPT-4 Turbo 模型，具备视觉能力，支持 JSON 模式和功能调用128,000 tokens4,096 tokens截至 2023 年 12 月
gpt-4-turbo-2024-04-09GPT-4 Turbo 具备视觉能力，支持 JSON 模式和功能调用128,000 tokens4,096 tokens截至 2023 年 12 月
gpt-4-turbo-previewGPT-4 Turbo 预览版，指向 gpt-4-0125-preview128,000 tokens4,096 tokens截至 2023 年 12 月
gpt-4-0125-previewGPT-4 Turbo 预览版，改进了任务完成率128,000 tokens4,096 tokens截至 2023 年 12 月
gpt-4-1106-previewGPT-4 Turbo 预览版，包含改进的指令遵循、JSON 模式、可重复输出等128,000 tokens4,096 tokens截至 2023 年 4 月
gpt-4指向 gpt-4-0613，详细内容见模型升级8,192 tokens8,192 tokens截至 2021 年 9 月
gpt-4-06132023 年 6 月 13 日的快照，支持改进的功能调用8,192 tokens8,192 tokens截至 2021 年 9 月
gpt-4-0314 Legacy2023 年 3 月 14 日的 GPT-4 快照8,192 tokens8,192 tokens截至 2021 年 9 月

下一部分将介绍 GPT-3.5 Turbo、DALL·E、TTS、Whisper 和 Embeddings 等模型。

GPT-3.5 Turbo

GPT-3.5 Turbo 模型能够理解并生成自然语言或代码，已针对使用聊天补全 API 进行了优化，但也适合非聊天的任务。对于许多基础任务，GPT-4 和 GPT-3.5 之间的区别并不显著，但在更复杂的推理情境下，GPT-4 的能力远超所有早期模型。

模型描述上下文窗口最大输出 token训练数据
gpt-3.5-turbo-0125最新的 GPT-3.5 Turbo 模型，提升了响应准确性并修复了非英语编码问题16,385 tokens4,096 tokens截至 2021 年 9 月
gpt-3.5-turbo当前指向 gpt-3.5-turbo-012516,385 tokens4,096 tokens截至 2021 年 9 月
gpt-3.5-turbo-1106改进了指令遵循、JSON 模式、可重复输出、并行功能调用等16,385 tokens4,096 tokens截至 2021 年 9 月
gpt-3.5-turbo-instruct类似于 GPT-3 系列模型的功能，兼容遗留补全端点，不适用于聊天补全端点4,096 tokens4,096 tokens截至 2021 年 9 月

DALL·E

DALL·E 是一个 AI 系统，能够根据自然语言描述创建逼真的图像和艺术作品。DALL·E 3 目前支持根据提示生成指定尺寸的新图像，DALL·E 2 还支持编辑现有图像或生成用户提供图像的变体。

模型描述发布年份
dall-e-3最新版本 DALL·E，2023 年 11 月发布2023 年 11 月
dall-e-2先前版本 DALL·E，比原始版本生成更现实、精确，分辨率提升四倍2022 年 11 月

TTS（文本转语音）

TTS 是一个将文本转换为自然发音的 AI 模型。我们提供了两种不同的模型变体，一种优化了实时文本转语音的使用场景，另一种则优化了音质。可以在音频 API 的 Speech 端点上使用这些模型。

模型描述
tts-1最新的文本转语音模型，优化了速度
tts-1-hd最新的文本转语音模型，优化了音质

Whisper

Whisper 是一个通用的语音识别模型，训练于大量多样化的音频数据集。它是一种多任务模型，能够执行多语言语音识别、语音翻译以及语言识别。Whisper v2-large 模型目前可通过 API 使用，模型名称为 whisper-1。

目前，开源版 Whisper 与 API 提供的 Whisper 版本在模型本身上没有差异。然而，通过我们的 API，可以获得一个优化的推理过程，使得通过 API 运行 Whisper 的速度显著快于其他方法。有关 Whisper 的技术详情，可以阅读相关论文。

Embeddings

Embeddings 是文本的数值表示形式，可用于测量两段文本之间的相关性。Embeddings 可应用于搜索、聚类、推荐、异常检测和分类任务。可以在发布公告的博客文章中了解我们最新的 Embedding 模型。

模型输出维度描述
text-embedding-3-large3,072最强大的 Embedding 模型，适用于英语和非英语任务
text-embedding-3-small1,536性能优于第二代 ada Embedding 模型
text-embedding-ada-0021,536最强大的第二代 Embedding 模型，取代了 16 个第一代模型

下一部分将介绍 Moderation（内容审核）模型、GPT 基础模型以及数据使用和保留策略。

Moderation（内容审核）

Moderation 模型用于检查内容是否符合 OpenAI 的使用政策。该模型提供了分类功能，能够识别仇恨、自我伤害、性内容、暴力等类型的内容。可以在我们的内容审核指南中了解有关文本和图像审核的更多信息。

模型描述最大 token
omni-moderation-latest指向最新的多模态内容审核模型 omni-moderation-2024-09-26，可分析文本和图像32,768
omni-moderation-2024-09-26最新的多模态内容审核模型的固定版本，支持文本和图像分析32,768
text-moderation-latest指向 text-moderation-00732,768
text-moderation-stable指向 text-moderation-00732,768
text-moderation-007上一代仅文本审核模型，我们预计 omni-moderation-* 系列将成为未来的默认选择32,768

GPT 基础模型

GPT 基础模型能够理解并生成自然语言或代码，但并未经过指令跟随训练。这些模型是原始 GPT-3 基础模型的替代品，并使用遗留补全 API。大多数用户应该选择使用 GPT-3.5 或 GPT-4。

模型描述最大 token训练数据
babbage-002GPT-3 和 babbage 基础模型的替代模型16,384截至 2021 年 9 月
davinci-002GPT-3 和 davinci 基础模型的替代模型16,384截至 2021 年 9 月

数据使用和保留策略

OpenAI 致力于保护用户数据的隐私和安全。以下是数据使用和保留的相关政策：

  • 自 2023 年 3 月 1 日起，发送至 OpenAI API 的数据不会用于训练或改进 OpenAI 模型（除非您明确选择共享数据，例如在 Playground 中提供反馈）。
  • 如选择共享数据，模型可能会随着时间的推移针对您的用例表现得更出色。
  • 为了帮助识别滥用行为，API 数据可能会保留长达 30 天，然后被删除（除非法律另有要求）。对于有敏感应用的可信客户，我们可以提供零数据保留选项。启用零数据保留后，请求和响应内容不会被保存到任何日志系统中，仅在内存中存储以服务请求。

各端点的默认使用政策

端点数据是否用于训练默认保留期是否支持零数据保留
/v1/chat/completions否30 天是，除图像输入、结构化输出 schema、音频输出外
/v1/assistants否30 天否
/v1/threads否30 天否
/v1/threads/messages否30 天否
/v1/threads/runs否30 天否
/v1/vector_stores否30 天否
/v1/threads/runs/steps否30 天否
/v1/images/generations否30 天否
/v1/images/edits否30 天否
/v1/images/variations否30 天否
/v1/embeddings否30 天是
/v1/audio/transcriptions否零数据保留–
/v1/audio/translations否零数据保留–
/v1/audio/speech否30 天是
/v1/files否客户删除前保留否
/v1/fine_tuning/jobs否客户删除前保留否
/v1/batches否客户删除前保留否
/v1/moderations否零数据保留–
/v1/completions否30 天是
/v1/realtime (beta)否30 天否

下一部分将继续详细介绍 模型端点兼容性 和 评估政策。

模型端点兼容性

不同的端点支持不同的模型，以下表格列出了各端点与最新模型的兼容性。

端点最新支持的模型
/v1/assistants所有 GPT-4o（除实时预览版）、GPT-4o mini、GPT-4 和 GPT-3.5 Turbo 模型。要求最新版本的 chatgpt-4o-latest 和 gpt-4-turbo-preview
/v1/audio/transcriptionswhisper-1
/v1/audio/translationswhisper-1
/v1/audio/speechtts-1, tts-1-hd
/v1/chat/completions所有 GPT-4o（除实时预览版）、GPT-4o mini、GPT-4 和 GPT-3.5 Turbo 模型及其日期版本
/v1/completions (遗留)gpt-3.5-turbo-instruct, babbage-002, davinci-002
/v1/embeddingstext-embedding-3-small, text-embedding-3-large, text-embedding-ada-002
/v1/fine_tuning/jobsGPT-4o, GPT-4o mini, GPT-4, GPT-3.5 Turbo
/v1/moderationstext-moderation-stable, text-moderation-latest
/v1/images/generationsdall-e-2, dall-e-3
/v1/realtime (beta)gpt-4o-realtime-preview, gpt-4o-realtime-preview-2024-10-01

此表格不包含所有已弃用的模型，具体使用时可以参考最新的文档。

评估政策

在 OpenAI 系统中，评估数据的管理方式如下：

  • 评估数据保留：当您创建评估时，该评估的数据在您通过仪表板删除后会在服务器上保留 30 天。若未在仪表板中删除，评估数据将被无限期保留。
  • 零数据保留：对于某些敏感的评估应用，您可以申请零数据保留选项。启用后，评估数据不会在日志中保存，仅在内存中存储以便于服务请求。

数据使用政策概述

以下是 OpenAI 各端点的默认数据使用政策，适用于所有模型：

端点数据是否用于训练默认保留期零数据保留支持
/v1/chat/completions否30 天支持，图像输入和音频输出除外
/v1/assistants否30 天不支持
/v1/threads否30 天不支持
/v1/threads/messages否30 天不支持
/v1/threads/runs否30 天不支持
/v1/vector_stores否30 天不支持
/v1/images/generations否30 天不支持
/v1/images/edits否30 天不支持
/v1/embeddings否30 天支持
/v1/audio/transcriptions否零数据保留支持
/v1/completions否30 天支持

类似文章