OpenAI又放大招!大幅暴降,修复GPT-4变懒!

OpenAI大更新

  • 两种新的嵌入模型
  • 更新的 GPT-4 Turbo 预览模型
  • 更新的 GPT-3.5 Turbo 型号
  • 更新的文本审核模型

新的文本嵌入模型

OpenAI 推出了两种新的文本嵌入模型:"text-embedding-3-small" 和 "text-embedding-3-large"。这些模型与以前的模型相比,提供了更强的性能和显著降低的价格。

例如,"text-embedding-3-small" 模型的成本比之前的 "text-embedding-ada-002" 模型降低了 5 倍,达到每千个标记 0.00002 美元,同时在关键基准测试中的准确性提高了超过 10 个百分点。

而 "text-embedding-3-large" 模型在基准分数上比其前身高出 20 个百分点以上,是 OpenAI 至今最强大的嵌入模型,每千个标记的价格合理地定为 0.00013 美元。

Eval benchmark ada v2 text-embedding-3-small text-embedding-3-large
MIRACL average 31.4 44.0 54.9
MTEB average 61.0 62.3 64.6

GPT-4 模型更新

OpenAI 还发布了一个新的 GPT-4 Turbo 预览模型 "gpt-4-0125-preview",该模型比之前的预览模型执行任务更为彻底,旨在减少模型未能完成任务的情况。公司还计划在未来几个月内推出具有视觉功能的 GPT-4 Turbo。

GPT-3.5 Turbo 更新和降价

GPT-3.5 Turbo 的更新版本 "gpt-3.5-turbo-0125" 将在下周推出 ,并且将显著降低价格,这是过去 24 个月内的第三次降价。输入成本将降低 50% 至每千个标记 0.0005 美元,输出价格将下降 25% 至每千个标记 0.0015 美元。新模型还将具有各种改进,包括在请求格式中响应的更高准确性,以及修复了一个影响非英语语言功能调用的文本编码问题。

API 密钥管理和内容安全

此外,OpenAI 还宣布了其他一些重要更新,涵盖内容安全和 API 管理等关键领域:

  • 一种新的文本审核模型 "text-moderation-007" 可通过 OpenAI 的审核 API 免费使用,是该公司迄今为止最强大的审核模型。
  • 开发者现在可以创建具有不同权限和范围的多个 API 密钥,并在 OpenAI 仪表板上监控其使用情况和计费细节。

问问AI同步更新

问问API中转

现在可以直接在平台上使用"gpt-4-0125-preview","gpt-4-turbo-preview","text-embedding-3-small","text-embedding-3-large"这四款模型了。

1、获取中转key

打开问问API中转地址:web.wenwen-ai.com/ ,生成key。

2、进行API调用

示例页面:

点击「聊天」--->「ChatGPT Next」

设置中转url和key

添加模型"gpt-4-turbo-preview"

进行提问测试

示例python代码:

ini 复制代码
import os
from openai import OpenAI

os.environ['OPENAI_BASE_URL'] = 'https://key.wenwen-ai.com/v1'
os.environ['OPENAI_API_KEY'] = 'sk-6V2exWFBSa2lmuZ7C0D773D1BaEd4fB7A1B6A0A265D550C6'


client = OpenAI()

completion = client.chat.completions.create(
    model="gpt-4-turbo-preview",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Hello! "}
    ],
    n=1,
    max_tokens=2048,
    temperature=0.8,
)

问问Agent

性能更强,价格更便宜的Embedding Model:"text-embedding-3-small","text-embedding-3-large"也上线问问Agent了。

app.wenwen-ai.com/

后续便宜的gpt-3.5上线后也会同步更新!~

相关推荐
张较瘦_33 分钟前
[论文阅读] 人工智能+软件工程 | 结对编程中的知识转移新图景
人工智能·软件工程·结对编程
小Q小Q2 小时前
cmake编译LASzip和LAStools
人工智能·计算机视觉
yzx9910132 小时前
基于 Q-Learning 算法和 CNN 的强化学习实现方案
人工智能·算法·cnn
token-go2 小时前
[特殊字符] 革命性AI提示词优化平台正式开源!
人工智能·开源
cooldream20093 小时前
华为云Flexus+DeepSeek征文|基于华为云Flexus X和DeepSeek-R1打造个人知识库问答系统
人工智能·华为云·dify
Blossom.1186 小时前
使用Python和Scikit-Learn实现机器学习模型调优
开发语言·人工智能·python·深度学习·目标检测·机器学习·scikit-learn
DFminer7 小时前
【LLM】fast-api 流式生成测试
人工智能·机器人
郄堃Deep Traffic7 小时前
机器学习+城市规划第十四期:利用半参数地理加权回归来实现区域带宽不同的规划任务
人工智能·机器学习·回归·城市规划
GIS小天8 小时前
AI+预测3D新模型百十个定位预测+胆码预测+去和尾2025年6月7日第101弹
人工智能·算法·机器学习·彩票
阿部多瑞 ABU8 小时前
主流大语言模型安全性测试(三):阿拉伯语越狱提示词下的表现与分析
人工智能·安全·ai·语言模型·安全性测试