OpenAI已全面开放自定义GPT以及文件上传等功能

今天,OpenAI兑现了前段时间做出的承诺:免费向所有用户开放GPT-4o。这意味着所有的免费用户都能使用自定义GPT模型、分析图表等其他GPT-4o新功能了。现在ChatGPT界面长这样:

可以看出,免费用户也能使用GPT store中定义好的模型,再也不用苦逼地写一大串提示词了。

今天,ChatGPT 免费用户现已能够尝试自定义 GPT 模型、分析图表等其他 GPT-4o 新功能。当然,OpenAI 在推出 GPT-4o 时就承诺它将免费向所有用户开放,而付费用户的优势在于"拥有免费用户五倍的容量限制"。

在此以前,诸如模型和网络响应、数据分析、图表创建、视觉、文件上传、内存和自定义 GPT 模型等功能仅对付费用户(ChatGPT Plus、Teams 和 Enterprise)开放,但现在已经面向所有 ChatGPT 用户开放。需要注意的是,当免费用户使用 GPT-4o 达到消息或对话限制时将自动恢复到 GPT-3.5。

值得一提的是,虽然 ChatGPT 免费用户可以使用自定义 GPT 模型,但仍无法创建自己的 GPT 模型。

并且经过使用后发现,包括像Dall.E等官方的插件还暂时不能使用,不知道是用不了还是没放出来。

OpenAI 还表示,自定义 GPT 模型作者还可以参与 3 月开始测试的收入共享计划。

据介绍,用户可以让将 OneDrive 和 Google Drive 数据连接到 ChatGPT,从而更快更好地体验数据分析功能并创建可自定义的图表。

这种情况下,就会有一个问题出现:是否还有必要为ChatGPT付费?

现在,所有用户都可以使用ChatGPT-4o访问更先进的工具,例如讨论上传到ChatGPT的文件和照片。生成式AI还可以进行数据分析和创建图表,并且可以访问互联网以获取其回答所需的信息。

然而,随着所有这些功能的推出------即使非付费用户有使用限制------一个大问题是:人们是否还应该继续订阅OpenAI的ChatGPT高级版?

这并不意味着ChatGPT Plus已经完全过时了。订阅用户仍然享有一些独家功能,例如创建自定义GPT的能力、更高的4o使用率限制,以及对新功能的优先访问权------这包括将在"未来几周内"推出的语音模式的早期访问权。

但是,订阅用户感到有些失望是可以理解的。他们每月支付20美元(约140RMB)来订阅一个与免费版本差异不大的服务。除非你是AI重度用户,否则现在似乎是一个很糟糕的时机去订阅ChatGPT Plus。

还没有GPT4.0的可以看看【GPT4.0】怎样才能使用GPT4.0?如何升级GPT4.0?

长期考虑

那么,为什么OpenAI要让其高级服务的吸引力下降呢?有两种主要的理论。

一种看似牵强的说法是,OpenAI很快会发布GPT-5的早期版本,或者至少会推出一些令人兴奋的新功能,这些功能将仅限于付费会员使用,而不仅仅是语音版的ChatGPT。这并非完全不可能,尽管这感觉像是OpenAI在5月13日的春季更新活动中会提到的事情,因此我们对此持怀疑态度。

更可能的原因是,OpenAI正在改变策略,至少目前的重点是吸引尽可能多的用户,而不是付费用户。

这是因为最近的一份报告显示,我们几乎没有人在日常生活中使用ChatGPT和其他AI工具。如果OpenAI希望人们能对其工具保持更大的兴趣,它就不能将最好的功能锁在付费墙后面。

更何况,ChatGPT的竞争对手------如Meta AI和Google Gemini------都是免费使用的,并且提供许多相同的高级工具。如果在免费使用的情况下已经很难让人们使用AI,那么有付费墙的阻碍会更难。

我们将拭目以待,看看ChatGPT Plus在未来几周内是否会有所改进,但如果你目前已订阅(或考虑加入),你可能想暂时观望一下。

相关推荐
m0_7482329213 分钟前
DALL-M:基于大语言模型的上下文感知临床数据增强方法 ,补充
人工智能·语言模型·自然语言处理
szxinmai主板定制专家18 分钟前
【国产NI替代】基于FPGA的32通道(24bits)高精度终端采集核心板卡
大数据·人工智能·fpga开发
海棠AI实验室21 分钟前
AI的进阶之路:从机器学习到深度学习的演变(三)
人工智能·深度学习·机器学习
机器懒得学习33 分钟前
基于YOLOv5的智能水域监测系统:从目标检测到自动报告生成
人工智能·yolo·目标检测
QQ同步助手1 小时前
如何正确使用人工智能:开启智慧学习与创新之旅
人工智能·学习·百度
AIGC大时代1 小时前
如何使用ChatGPT辅助文献综述,以及如何进行优化?一篇说清楚
人工智能·深度学习·chatgpt·prompt·aigc
流浪的小新1 小时前
【AI】人工智能、LLM学习资源汇总
人工智能·学习
martian6652 小时前
【人工智能数学基础篇】——深入详解多变量微积分:在机器学习模型中优化损失函数时应用
人工智能·机器学习·微积分·数学基础
人机与认知实验室3 小时前
人、机、环境中各有其神经网络系统
人工智能·深度学习·神经网络·机器学习
黑色叉腰丶大魔王3 小时前
基于 MATLAB 的图像增强技术分享
图像处理·人工智能·计算机视觉