小編注意到，OpenAI在其官網(wǎng)發(fā)布了新的更新，包括更多可控制的API模型、函數(shù)調用功能、更長的上下文和更低的價格。以下是官網(wǎng)原文：

我們在今年早些時候發(fā)布了gpt-3.5-turbo和gpt-4，在短短的幾個月內，我們看到了開發(fā)者在這些模型上建立的令人難以置信的應用。

今天，我們又推出了一些令人興奮的更新：

聊天完成API的新函數(shù)調用能力
gpt-4和gpt-3.5-turbo的更新和更多的指導性版本
gpt-3.5-turbo的新的16k上下文版本（相對于標準的4k版本）。
我們最先進的嵌入模型的成本降低了75%。
gpt-3.5-turbo的輸入token成本降低25%。
宣布gpt-3.5-turbo-0301和gpt-4-0314模型的淘汰時間表
所有這些模型都有我們在3月1日推出的同樣的數(shù)據(jù)隱私和安全保證–客戶擁有從他們的請求中產(chǎn)生的所有輸出，他們的API數(shù)據(jù)將不會被用于訓練。

函數(shù)調用

開發(fā)者現(xiàn)在可以向gpt-4-0613和gpt-3.5-turbo-0613描述函數(shù)，并讓模型智能地選擇輸出一個包含參數(shù)的JSON對象來調用這些函數(shù)。這是一種新的方式，可以更可靠地將GPT的能力與外部工具和API連接起來。

這些模型已經(jīng)過微調，既可以檢測到什么時候需要調用一個函數(shù)（取決于用戶的輸入），又可以用符合函數(shù)簽名的JSON來響應。函數(shù)調用允許開發(fā)人員更可靠地從模型中獲得結構化的數(shù)據(jù)。例如，開發(fā)人員可以：

創(chuàng)建聊天機器人，通過調用外部工具（例如，像ChatGPT插件）來回答問題
將諸如 “給Anya發(fā)郵件，看她下周五是否想喝咖啡 “這樣的查詢轉換為send_email(to: string, body: string)這樣的函數(shù)調用，或者將 “波士頓的天氣如何？”轉換為get_current_weather(location: string, unit: ‘celsius’ | ‘fahrenheit’)。

將自然語言轉換為API調用或數(shù)據(jù)庫查詢
將 “誰是我這個月的十大客戶？”轉換為內部API調用，如get_customers_by_revenue(start_date: string, end_date: string, limit: int)，或將 “Acme, Inc.上個月有多少訂單？”轉換成SQL查詢，使用sql_query(query: string)。

從文本中提取結構化數(shù)據(jù)
定義一個名為extract_people_data(people: [{name: string, birthday: string, location: string}]的函數(shù)，以提取維基百科文章中提到的所有人物。

這些用例是由我們的/v1/chat/completions端點中的新API參數(shù) functions 和 function_call促成的，它允許開發(fā)者通過JSON Schema向模型描述功能，并可選擇要求它調用一個特定的功能。開始使用我們的開發(fā)者文檔，如果你發(fā)現(xiàn)函數(shù)調用可以改進的情況，請?zhí)砑觘vals。

函數(shù)調用示例

自從ChatGPT插件的alpha版本發(fā)布以來，我們已經(jīng)學到了很多關于使工具和語言模型安全地一起工作的知識。然而，仍然有一些開放的研究問題。例如，一個概念驗證的漏洞說明了來自工具輸出的不受信任的數(shù)據(jù)如何能指示模型執(zhí)行非預期的行動。我們正在努力減輕這些和其他風險。開發(fā)者可以通過以下方式來保護他們的應用程序：只從受信任的工具中獲取信息，并在執(zhí)行具有現(xiàn)實世界影響的行動之前加入用戶確認步驟，如發(fā)送電子郵件、在網(wǎng)上發(fā)帖或進行購買。

新模型

GPT-4

gpt-4-0613包括一個帶函數(shù)調用的更新和改進模型。

gpt-4-32k-0613包括與gpt-4-0613相同的改進，同時擴展了上下文長度，以便更好地理解大文本。

有了這些更新，我們將在未來幾周內邀請更多等待名單上的人試用GPT-4，目的是通過這個模型完全取消等待名單。感謝所有耐心等待的人，我們很高興看到你用GPT-4建造的東西！

GPT-3.5 Turbo

gpt-3.5-turbo-0613包括與GPT-4相同的功能調用，以及通過系統(tǒng)消息的更可靠的可引導性，這兩個特性使開發(fā)者能夠更有效地引導模型的響應。

gpt-3.5-turbo-16k以兩倍的價格提供4倍于gpt-3.5-turbo的上下文長度：每1K輸入token0.003美元，每1K輸出token0.004美元。16k上下文意味著該模型現(xiàn)在可以在一次請求中支持約20頁的文本。

模型的廢棄

今天，我們將開始對3月份宣布的gpt-4和gpt-3.5-turbo的初始版本進行升級和廢棄處理。使用穩(wěn)定模型名稱（gpt-3.5-turbo、gpt-4和gpt-4-32k）的應用程序將在6月27日自動升級到上面列出的新模型。為了比較不同版本的模型性能，我們的Evals庫支持公共和私人的Evals，以顯示模型的變化將如何影響你的用例。

需要更多時間過渡的開發(fā)者可以繼續(xù)使用舊的模型，在他們的API請求的 “模型 “參數(shù)中指定gpt-3.5-turbo-0301、gpt-4-0314或gpt-4-32k-0314。這些舊型號將在9月13日之前可以訪問，之后指定這些型號名稱的請求將失敗。你可以通過我們的模型棄用頁面了解最新的模型棄用情況。這是這些模型的第一次更新；因此，我們熱切地歡迎開發(fā)者的反饋，以幫助我們確保平穩(wěn)過渡。

降低定價

我們繼續(xù)使我們的系統(tǒng)更加有效，并將這些節(jié)省的費用回饋給開發(fā)者，從今天起生效。

Embeddings

text-embedding-ada-002是我們最受歡迎的嵌入模型。今天，我們將成本降低了75%，降至每1K token0.0001美元。

GPT-3.5 Turbo

gpt-3.5-turbo是我們最受歡迎的聊天模型，為數(shù)百萬用戶提供ChatGPT。今天，我們將gpt-3.5-turbo的輸入token的成本降低了25%。開發(fā)人員現(xiàn)在可以使用這種模式，每1K輸入token只需0.0015美元，每1K輸出token只需0.002美元，這相當于1美元大約有700頁。

gpt-3.5-turbo-16k的價格將為每1K輸入token0.003美元，每1K輸出token0.004美元。

開發(fā)者的反饋是我們平臺發(fā)展的基石，我們將繼續(xù)根據(jù)我們聽到的建議做出改進。我們很高興看到開發(fā)者如何在他們的應用程序中使用這些最新的模型和新功能。