跳到正文

#产品更新

今日 13 条

2025年1月23日星期四

OpenAI News

OpenAI 发布 Operator:一个能自己打开浏览器帮你干活的研究预览版

Operator 是一个能自己操控浏览器的 AI 代理,可以看网页、点击、打字、滚动,帮你填表、买菜、做 meme。它背后是一个叫 CUA 的新模型,把 GPT-4o 的视觉能力和强化学习推理结合起来,直接操作屏幕上的按钮和菜单,不需要对方网站提供 API。遇到登录、付款、验证码,它会主动把控制权交还给你,不会偷看或截图这些敏感信息。

推荐理由:OpenAI 发布 Operator 研究预览版,其 CUA 模型直接操控浏览器按钮和菜单,无需网站提供 API,遇到登录、付款和验证码时会把控制权交还用户。

2024年12月17日星期二

OpenAI News

OpenAI 把 o1 模型放进 API 了,还顺手给实时语音接口降了价

OpenAI 这次主要给开发者端上了几道新菜。首先是 o1 模型正式在 API 里上线,先推给用量最高的第五级开发者。相比之前的预览版,o1 现在能调用外部函数、按你给的 JSON 格式稳定输出、看懂图片,还多了一个叫 reasoning_effort 的参数让你控制它思考多久。官方说它平均比预览版少用 60% 的思考 token,等于更快更省钱。

推荐理由:OpenAI 将 o1 模型正式上线 API,新增函数调用、结构化输出和图片理解,官方称其平均比预览版少用 60% 的思考 token。

2024年12月9日星期一

OpenAI News

OpenAI 把 Sora 视频生成模型正式上线,推出更快的 Sora Turbo 版本

OpenAI 在 12 月 9 日结束了 Sora 的研究预览,直接把它做成了一个独立产品,给 ChatGPT Plus 和 Pro 用户用。新版本叫 Sora Turbo,生成速度比二月份展示的快了不少。Plus 用户每月能免费生成最多 50 个 480p 视频,或者少一些的 720p 视频。

推荐理由:OpenAI 将 Sora 从研究预览转为独立产品并推出更快的 Sora Turbo,Plus 用户每月可免费生成最多 50 个 480p 视频,这条交代了视频生成工具进入付费订阅的规格与限制。

2024年12月5日星期四

OpenAI News

OpenAI 推出每月 200 美元的 ChatGPT Pro,把更长的思考时间做成付费功能

OpenAI 新加了一个 ChatGPT Pro 档位,月费 200 美元,可以无限用 o1、o1-mini、GPT-4o 和高级语音模式。核心卖点是 o1 pro 模式,它用更多算力让模型“想得更久”,去啃数据科学、编程和判例分析这类硬骨头。

推荐理由:OpenAI 上线月费 200 美元的 ChatGPT Pro,可无限使用 o1、o1-mini、GPT-4o 和高级语音模式,其中 o1 pro 模式用更多算力换取更长的思考时间,面向数据科学、编程和判例分析等任务。

2024年10月31日星期四

OpenAI News

ChatGPT 现在能直接搜网页了,不用再跳去搜索引擎

OpenAI 在 2024 年 10 月 31 日给 ChatGPT 加上了搜索功能,Plus、Team 和之前排队的 SearchGPT 用户先用。它会根据你的问题自动判断要不要上网查,你也可以手动点搜索图标。回答里会附上来源链接,点一下侧边栏就能看到引用了哪些网页。

推荐理由:OpenAI 给 ChatGPT 加入网页搜索,Plus、Team 和 SearchGPT 排队用户先用,回答附来源链接并可在侧边栏查看引用网页,信息获取从跳转搜索引擎变为在对话内完成。

2024年10月3日星期四

OpenAI News

OpenAI 给 ChatGPT 加了个叫 Canvas 的侧边栏,写东西和改代码不用再跟聊天框死磕了

OpenAI 在 10 月 3 号给 Plus 和 Team 用户推了个 Canvas 测试版,相当于在 ChatGPT 旁边开了个协作窗口,你可以直接在上面改文字或代码,模型也能像编辑一样给行内建议。它背后是 GPT-4o,专门训练过什么时候该自动弹出这个窗口:写作场景触发准确率到了 83%,编程场景 94%。

推荐理由:OpenAI 为 ChatGPT 推出 Canvas 测试版,在写作和编程时单独开窗口,模型能按场景自动弹出并给行内修改建议。

2024年10月1日星期二

OpenAI News

OpenAI 发布 Realtime API 公测版,让开发者直接调用 GPT-4o 做低延迟语音对话

OpenAI 在 2024 年 10 月 1 日推出了 Realtime API 的公测版,所有付费开发者都能用。这个接口通过一个持久的 WebSocket 连接,把音频直接流式传给 GPT-4o,再流式返回语音,省掉了以前那种“先转文字、再生成回复、最后转语音”的串联流程。好处是延迟更低,能保留语气和重音,还能自动处理用户插话。

推荐理由:OpenAI 公测 Realtime API,开发者可通过一条 WebSocket 连接让音频直连 GPT-4o 流式往返,省去语音转文字再转语音的串联环节。

OpenAI News

OpenAI 给 GPT-4o 开放了图像微调,开发者可以拿图片和文字一起训练模型了

OpenAI 在 2024 年 10 月 1 日上线了 GPT-4o 的图像微调功能,付费开发者现在能上传图片加文字的数据集来定制模型。最少 100 张图就能看到效果,图越多、数据量越大,提升越明显。Grab 用 100 个样本训练后,车道数量识别准确率提高了 20%,限速标志定位准确率提高了 13%。

推荐理由:OpenAI 将图像微调开放给付费开发者,上传图片加文字数据集即可定制模型,最少 100 张图见效,Grab 用 100 个样本把车道数量识别准确率提高 20%。

OpenAI News

OpenAI API 自动缓存重复的提示词前缀,费用直接打五折

OpenAI 给 GPT-4o、GPT-4o mini、o1-preview 和 o1-mini 的 API 加上了自动提示词缓存。只要你的请求里有一段超过 1024 个 token 的前缀最近被用过,系统就会自动命中缓存,这部分输入 token 的价格直接减半。缓存从 1024 token 起步,按 128 token 的粒度往上加。

推荐理由:OpenAI 为 GPT-4o、o1 等模型的 API 加入自动提示词缓存,超过 1024 token 的重复前缀可让输入费用减半,长上下文与固定系统提示场景的成本结构随之改变。

2024年9月26日星期四

OpenAI News

OpenAI 把内容审核接口升级成多模态了,现在能同时看文字和图片

OpenAI 在 9 月 26 日上线了新的审核模型 omni-moderation-latest,基于 GPT-4o,所有开发者都能免费用。它最大的变化是能审图片了,覆盖暴力、自残、色情这 6 个子类,不过色情类里涉及未成年人的图片暂时还审不了。文字审核新增了“违法”和“违法/暴力”两个类别,比如“怎么偷东西”这种教人干坏事的提示词会被抓出来。

推荐理由:OpenAI 上线基于 GPT-4o 的 omni-moderation-latest 审核模型并免费开放,新增图片审核与违法类文字识别,多模态内容审核的覆盖范围由此扩展。

2024年9月12日星期四

OpenAI News

OpenAI 推出 o1-mini,一个专攻数理和编程、成本比 o1-preview 低 80% 的推理模型

o1-mini 是 OpenAI 在 2024 年 9 月 12 日发布的小号推理模型,先开放给 Tier 5 API 用户和付费 ChatGPT 用户。它最大的卖点是便宜:API 调用成本只有 o1-preview 的两成。

推荐理由:OpenAI 发布推理模型 o1-mini,API 调用成本为 o1-preview 的两成,先向付费 ChatGPT 用户和 Tier 5 API 用户开放,价格与能力的取舍是这条的核心信息。

2024年8月20日星期二

OpenAI News

OpenAI 开放 GPT-4o 微调,训练费每百万 token 25 美元,9 月 23 日前每天送 100 万免费额度

OpenAI 把 GPT-4o 的微调权限开放给所有付费开发者了。训练价格是每百万 token 25 美元,用微调后的模型跑推理,输入每百万 token 3.75 美元,输出每百万 token 15 美元。到 9 月 23 日为止,每个组织每天能免费拿到 100 万训练 token。

推荐理由:OpenAI 向所有付费开发者开放 GPT-4o 微调,训练每百万 token 25 美元,9 月 23 日前每个组织每天可领 100 万免费训练 token。

2024年8月6日星期二

OpenAI News

OpenAI 给 API 加了“结构化输出”,让模型按你给的 JSON 模板回话

OpenAI 在 2024 年 8 月 6 日上线了 Structured Outputs 功能,模型能严格按开发者提供的 JSON Schema 输出,不再只是生成合法 JSON 就完事。新模型 gpt-4o-2024-08-06 在复杂 schema 测试里拿了 100% 的准确率,而老模型 gpt-4-0613 不到 40%。

推荐理由:OpenAI 上线 Structured Outputs,让模型严格按开发者给的 JSON Schema 输出,新模型在复杂 schema 测试中准确率 100%,旧模型不到 40%。

2024年8月2日星期五

DeepSeek · API 更新日志

DeepSeek API 上线硬盘缓存技术,价格再降一个数量级

DeepSeek API 上线硬盘缓存技术,价格再降一个数量级。更新详情见文档 https://api-docs.deepseek.com/zh-cn/updates#api-上线硬盘缓存技术 。

推荐理由:DeepSeek API 采用硬盘缓存并将价格再降一个数量级,使这项缓存技术更新的直接影响落在 API 使用价格上。

2024年7月25日星期四

OpenAI News

OpenAI 发布 SearchGPT 原型,把实时搜索塞进聊天框里

OpenAI 在 7 月 25 号开始小范围测试 SearchGPT,一个临时上线的 AI 搜索原型。它直接用对话形式返回带实时信息的答案,每条信息都附有内联的出处标注,侧边栏还会列出更多来源链接,方便你点进去核实。这个原型目前只开放给一小部分用户和出版商试用,目的是收集反馈。官方明确说这只是个过渡产品,未来会把好用的功能整合进 ChatGPT 里。

推荐理由:OpenAI 小范围测试 SearchGPT 原型,以对话返回实时信息并附内联出处和侧边栏来源链接,后续功能将整合进 ChatGPT。

2024年7月23日星期二

Hugging Face 博客

Llama 3.1 发布:405B、70B、8B 三个尺寸,主打多语言和长上下文

Meta 在 Hugging Face 上放出了 Llama 3.1,一共三个尺寸:8B、70B 和 405B。8B 适合在消费级显卡上跑,70B 给大规模 AI 应用,405B 主要用来做合成数据、让模型当裁判或者蒸馏小模型。每个尺寸都有基础版和指令微调版。这次还多了两个安全模型:Prompt Guard 是个小分类器,用来检测提示注入和越狱攻击。

推荐理由:Meta 在 Hugging Face 放出 Llama 3.1 的 8B、70B、405B 三个尺寸,405B 的用途是合成数据、模型裁判和蒸馏小模型,为关注开源模型分工的人提供一份具体参照。

2024年7月18日星期四

OpenAI News

OpenAI 发布 GPT-4o mini,比 GPT-3.5 便宜六成,API 里首次用上指令层级防越狱

OpenAI 在 7 月 18 日推出了 GPT-4o mini,直接替换掉 ChatGPT 里的 GPT-3.5。价格是输入每百万 token 0.15 美元、输出 0.6 美元,比 GPT-3.5 Turbo 便宜了超过 60%。

推荐理由:GPT-4o mini 以输入每百万 token 0.15 美元的价格替换 ChatGPT 中的 GPT-3.5,比后者便宜超过六成,同时 API 引入指令层级防越狱。

OpenAI News

OpenAI 给企业版 ChatGPT 加了合规 API 和自动管人工具

OpenAI 在 2024 年 7 月 18 日推出了企业合规 API,让公司能导出带时间戳的对话、文件、GPT 配置、记忆和用户记录,主要给金融、医疗、法律这些强监管行业做审计和归档用。同时接入了 Forcepoint、Microsoft Purview、Netskope 等八家第三方合规厂商,方便做数据防泄漏和法务留存。

推荐理由:OpenAI 为企业版 ChatGPT 推出合规 API,可导出带时间戳的对话、文件与用户记录,并接入八家第三方合规厂商,面向金融医疗法律等强监管行业的审计归档需求。

2024年5月13日星期一

OpenAI News

OpenAI 把 GPT-4o 和更多工具开放给免费用户了

OpenAI 宣布免费版 ChatGPT 也能用上最新的旗舰模型 GPT-4o,同时还会逐步解锁联网搜索、数据分析画图表、上传文件、聊照片、用 GPTs 商店和记忆功能。GPT-4o 在文字、语音和图片理解上都比前代更快,但免费用户有使用次数限制,用完了会自动切回 GPT-3.5。

推荐理由:OpenAI 将旗舰模型 GPT-4o 及联网搜索、文件上传、数据分析等工具开放给免费用户,同时保留使用次数限制,超出后回落到 GPT-3.5。

2024年4月24日星期三

OpenAI News

GPT-4 API 全面开放,旧版补全模型半年后下线

OpenAI 宣布 GPT-4 API 向所有付费开发者开放,同时给旧版 Completions API 模型判了死缓:2024 年 1 月 4 日起,ada、babbage、curie、davinci 等老模型将彻底停用,用户需要迁移到新的替代模型上。

推荐理由:OpenAI 将 GPT-4 API 开放给所有付费开发者,同时宣布 ada、babbage、curie、davinci 等旧版补全模型于 2024 年 1 月 4 日停用,开发者需在此之前完成迁移。

2024年2月13日星期二

OpenAI News

ChatGPT 加上了记忆功能,能跨对话记住你的偏好,你也可以随时关掉或让它忘掉

OpenAI 给 ChatGPT 加了一个记忆功能,不再每次对话都像第一次见面。它会记住你主动告诉它的事,也会自己从聊天里抓取细节,比如你喜欢的会议纪要格式、你开的咖啡店、你家小孩喜欢水母。这些记忆会跨对话保留,用越多越懂你。控制权在你手里:可以在设置里关掉整个记忆,也可以直接对话让它忘掉某件事,或者用临时对话模式完全不记。

推荐理由:OpenAI 为 ChatGPT 加入跨对话记忆,能记住用户偏好和聊天细节,同时提供关闭记忆、让它遗忘和临时对话三种控制方式。

2023年9月25日星期一

OpenAI News

ChatGPT 现在能看、能听、能说话了

OpenAI 给 ChatGPT 加了语音和图片功能。语音部分,你对着手机说话它能回你,背后用了一个新的文字转语音模型,拿几秒真人录音就能合成很像人的声音,还接入了自家的 Whisper 做语音识别。图片部分,你可以拍照或截图发给它,让它看图说话,底层是 GPT-3.5 和 GPT-4 的多模态版本。

推荐理由:OpenAI 为 ChatGPT 加入语音对话与图片理解,语音合成用几秒真人录音即可生成相似声音,图片部分基于 GPT-3.5 和 GPT-4 的多模态版本。