GPT-4「变懒」bug被修复，价格暴降80%！OpenAI连更5款新模型，性能狂飙

刘海明

【案例】

GPT-4「变懒」bug被修复，价格暴降80%！OpenAI连更5款新模型，性能狂飙

新智元   2024-01-26 12:18 发表于北京

---

新智元报道  

编辑：编辑部

, b1 D* e5 m$ H

【新智元导读】昨夜，OpenAI一口气连更5款新模型。GPT-4 Turbo变懒问题修复，代码生成能力史诗级加强。另外，多款模型价格大幅暴降。

3 z+ S5 {0 }. I$ ]/ ~1 V8 L
2 a# i; S% H4 n  GPT-4又双叒叕变强了！
; _, q. n2 R' D5 ^9 Z
+ f8 D. t  W- C$ {* d  今天，OpenAI正式发布了更新版的GPT-4 Turbo——gpt-4-0125-preview。

, k! O% x: H1 v# u  不仅大幅改善了模型「偷懒」的情况，而且还极大地提升了代码生成的能力。
0 w$ o* b* ^$ C! n  Y/ x

1 @: ^5 I1 i8 g- N7 l# P: A& g

  与此同时，OpenAI还发布了一系列模型和API更新，总体来说就是「更强的性能，更低的价格」。

6 S7 h" F, @5 \( E0 ^% `* D9 m  - GPT-3.5 Turbo更新——gpt-3.5-turbo-0125。输入价格大降50%，输出价格下降25%。性能上也有升级。
& w  z# v1 {, e9 o) R
  - 「迄今为止最强」的审核模型text-moderation-007，帮助开发者有效地识别有害文本。
7 Z/ A6 \" |* ]. ~8 H$ k9 V
9 m- a# _) d6 ~! X4 `* W# }* g  两个新一代embedding模型：

: E' I5 ~0 K5 U+ _+ A" r5 i" }  - text-embedding-3-small，体积更小效率更高，价格直接砍到了原模型20%！支持512维和1536维两种大小。
  - text-embedding-3-large，性能相比之前模型大幅提升，高达3072维的嵌入向量，价格是小模型的6.5倍。
. p2 e; Q# s* c( P. e* T1 Z  最后，OpenAI还强调称，用户通过API传送的数据，都不会被用于训练新的模型。


! p1 V& ~5 o$ ~  Z! a0 u9 T

6 V9 F) ]* L1 ~1 ?8 ]5 L, p$ q

  GPT-4更强了，变懒bug修复

  自从去年11月份开发者大会发布GPT-4-Turbo以来，超过70%的GPT-4 API用户已经转用了GPT-4-Turbo预览版，从而能够享受最新的知识戒指日期、更大的128k上下文窗口和更低的价格。
% T, L1 K' c: {& T' C4 c
1 V8 K& ?1 h! y  j$ z9 t  最新更新的GPT-4-Turbo 预览模型——gpt-4-0125-preview在执行任务（如代码生成）方面比之前的预览版要更强，能够减少模型有可能出现的「偷懒」现象。

  新模型还修复了一个影响非英文UTF-8生成的漏洞。
  对于那些希望自动升级到最新GPT-4-Turbo预览版的用户，OpenAI还推出了一个新的模型名别名gpt-4-turbo-preview，它将始终指向最新的GPT-4-Turbo预览版模型。
+ X" j+ z0 |$ k) p+ {
  在未来几个月内，OpenAI还会推出具备视觉功能的GPT-4-Turbo正式版。

. n2 l2 Z/ b# D' ^0 d7 y6 j

  GPT-3.5-Turbo喜迎「降价增效」

  下周，OpenAI即将推出新版的GPT-3.5-Turbo，型号为gpt-3.5-turbo-0125。
. V" A$ b9 t9 @4 l
  在过去的一年里，OpenAI已经第三次下调GPT-3.5-Turbo的价格。

  新模型的输入价格下降了50%，现为0.0005美元/1k token；输出价格下降了 25%，现为0.0015美元/1k token。
  此外，模型还进行了多项改进，比如提高了按要求格式响应的准确性，并修复了一个导致非英文语言函数调用出现文本编码问题的漏洞。
0 z: g- v6 t/ L
4 C3 n4 Y: |- G7 I6 b  在API中使用固定gpt-3.5-turbo模型名称的用户，将在这款新模型推出两周后，自动从gpt-3.5-turbo-0613升级至gpt-3.5-turbo-0125版本。
$ p) t! i/ o( x$ _$ z
& S- w5 V* W. G( z8 j8 G8 H

  全新嵌入模型2连发：性能大涨价格狂降

  OpenAI推出了两款新的嵌入模型：体积更小、效率更高的text-embedding-3-small模型，以及更大、性能更强的text-embedding-3-large模型。
' _$ k6 p3 g* N
5 i; P( q& N3 d& W
1 F5 `1 n# @) M8 w4 x' [4 H

  所谓嵌入（Embedding），就是将内容（如文字或代码）中的概念转化为一串数字序列。
  通过这种方式，机器学习模型和其他算法可以轻松理解不同内容之间的关系，执行聚类、检索等操作。
0 ?4 _0 l& m9 H  x
0 a$ n% K& x3 x/ ^3 N8 L2 O* D  嵌入技术为 ChatGPT 和 Assistants API 中的知识检索功能，以及许多检索增强生成（[color=var(--weui-LINK)][url=]RAG[/url]）开发工具提供了强大动力。
/ G2 c7 n8 e4 X: c  「小」文本嵌入模型：text-embedding-3-smalltext-embedding-3-small是OpenAI的新型高效嵌入模型，与2022年12月推出的前代产品text-embedding-ada-002相比，性能有了大幅提升。


  - 性能更强
8 u! N1 e3 z8 |. q) Q4 |
  在多语言检索（MIRACL）的常用基准测试中，text-embedding-3-small的平均得分从31.4%提高到44.0%，在英语任务（MTEB）的常用基准测试中，平均得分从61.0%提高到 62.3%。
: b" t: H$ a7 {' a6 R! w7 m7 _
9 z  Z/ H8 `4 w* |- X1 ]
  - 价格实惠
% V0 x3 I% r' \" @
5 y- ?3 a9 ]1 m  text-embedding-3-small远比OpenAI之前的text-embedding-ada-002模型效率高，因此价格也大幅降低了5倍，从每千token的0.0001美元降至0.00002美元。

, V8 c8 g$ f) k3 h" P" Q( W+ Q  OpenAI不会停用text-embedding-ada-002，尽管OpenAI更推荐用户使用新模型，客户仍可选择继续使用上一代产品。
; M$ I* f2 B2 }

6 b' C6 B: i) p: w) R) w5 y, {「大」文本嵌入模型：text-embedding-3-large
4 G9 A+ U% l4 f- n9 X* v$ k4 V
  text-embedding-3-large是OpenAI的新一代大型嵌入模型，能够生成高达3072维的嵌入向量。
8 A8 x& J5 r( V7 t7 u  text-embedding-3-large是OpenAI目前性能最强的模型——
5 ~& M7 X3 k2 y' C
$ s+ O9 y' j# `  与text-embedding-ada-002相比，它在MIRACL上的平均得分从31.4%提升至54.9%，在MTEB上的平均得分从61.0%提升至 64.6%。
. I( v  V& M) y) T* b


7 B" S1 ]6 W9 T. m- ?* _+ C  text-embedding-3-large的价格定为0.00013美元/1k token。


, u2 D1 L3 `; S+ I% P& U1 W

8 Y  D0 B7 n; b, G8 P; ]# o  灵活调整嵌入向量

+ Z8 x! c" t4 ~  相比于小型嵌入，大型嵌入的存储和检索，如放置于向量存储库中，往往需要更高的成本，也消耗更多的计算资源、内存和存储空间。
' p! N' a; `3 {$ H; q2 b2 J
0 ~# O) {: f7 ]" \. g% p  OpenAI的两款新嵌入模型均采用了一种特殊的训练技术，使得开发者可以在嵌入的使用成本和性能之间做出权衡。
* H: u/ i+ B( ?+ Q  具体来说，开发者可以通过设定dimensions API参数来有效缩短嵌入向量的长度（也就是去掉数列末端的一些数字），而这样做不会影响嵌入向量代表概念的核心特性。

% t! J8 v* l$ ~; z; \  例如，在MTEB基准测试中，即使将text-embedding-3-large嵌入向量的长度缩减到 256，它的性能仍然超过了长度为1536的未经缩减的text-embedding-ada-002嵌入向量。
  这种做法极大地增加了使用上的灵活性。
$ U" p! D4 C3 e8 l: R$ q( z
0 ?; H7 a6 v' @  比如说，当开发者需要使用一个只支持最大1024维度嵌入向量的向量数据存储时，可以选择OpenAI性能最佳的嵌入模型text-embedding-3-large，并通过设置dimensions API参数为1024，从而将原本3072维的嵌入向量缩减下来，以较小的向量尺寸为代价换取了准确度。
: ]( E7 e& h* s% k% j

; f$ T3 }4 H( `

; s: T- V$ A5 c. R8 ~

  迄今最强的内容审核模型

  OpenAI提供的免费内容审核API可以帮助开发者识别可能有害的文本。

1 s3 V! Z6 c# _% {  作为OpenAI持续安全工作的一部分，OpenAI发布了迄今为止最强大的内容审核模型text-moderation-007。
0 W/ z. [0 g# `/ |8 ], N
/ m2 j, f1 v4 H( _9 A: S. s, x  此前的text-moderation-latest和text-moderation-stable，也将重新指向这个新模型。
# E! m* v. {+ J1 v/ m4 C1 _) M- d3 ^/ x
* ?% N) R3 c9 Z4 \: D4 r( p1 n
9 E; n( {. s* y3 d

API后台更新，更好的API密钥管理

  OpenAI正在推出两项重要的平台升级，旨在为开发者提供对他们的API使用情况更清晰的洞察，并加强对API密钥的管理。

  首先，开发者可以直接在API密钥页面设置不同的密钥权限。
5 s+ \- Q" D: C; R
2 |7 D2 K9 L9 V" @' z$ J  举个例子，用户可以为一个密钥配置只读权限，以便用于内部的跟踪数据面板，或者设置为仅限访问某些特定的接口。
  其次，一旦开启了密钥使用跟踪功能，使用仪表盘和数据导出功能就能够提供基于每个API 密钥的详细使用指标。这样一来，只需为不同的功能、团队、产品或项目分配独立的 API 密钥，就可以轻松地监控到各自的使用情况。
$ S! Y' j) o/ F/ G: T( g
+ ^! X& x9 I9 G7 m5 A3 T- L) F  在接下来的几个月里，OpenAI计划为开发者提供更多便利，让他们能够更好地监控 API 使用情况并管理 API 密钥，这一点对于大型组织来说尤其重要。
8 c* S/ _0 H4 `$ P* q0 _9 E# `" B  w8 ]4 w5 y

; h$ D% D* G. x7 C( r/ s# Q- c" g6 F

$ f) e" ^5 n" s/ n' m% Z* [0 R

来源：新智元（公众号）
# L# j  P* ~. Q; y) O7 Q3 M链接：https://mp.weixin.qq.com/s/6deJkhCniZPCMdZdy1T2Yg
1 E5 E' q- x8 u6 J) h编辑：李梦瑶

/ u  E0 T$ g9 J8 F: C

- V5 K* E( r* A: i4 y  ^' b