OpenAI模型家族更新：GPT-4训练数据至2023年12月_生成式 AI_核子可乐

AICon 上海站｜日程100%上线，解锁Al未来！了解详情 



 写点什么



大小：1013.39K时长：05:45

近日，OpenAI 宣布 GPT-3.5-turbo、GPT-4 以及 GPT-4-turbo-preview 等均指向最新模型版本。用户可以发送请求并查看响应对象来验证自己正在使用哪种模型。响应结果中包含所使用的特定模型版本（例如 GPT-3.5-turbo-0613）。

OpenAI 还提供静态模型版本，开发人员可以在模型更新发布后的三个月内继续使用原有模型。随着模型更新的加快，OpenAI 还开放了评估贡献通道，由用户针对不同用例协同进行模型改进。

感兴趣的朋友请参阅 OpenAI Evals repo：

https://github.com/openai/evals

关于弃用模型的更多详细信息，请参阅 OpenAI 官网上的弃用页面：

https://platform.openai.com/docs/deprecations

GPT-4 与 GPT-4 Turbo

GPT-4 是一套大型多模态模型（可接收文本或图像输入，并输出文本结果），目前通过 OpenAI API 向付费客户开放。

与 GPT-3.5-turbo 一样，GPT-4 针对聊天进行了优化，因此可通过聊天完成以往必须借助 Chat Completions API 才能处理的任务。OpenAI 在文本生成指南中专门介绍了如何使用 GPT-4：

https://platform.openai.com/docs/guides/text-generation

模型	说明	上下文窗口	训练数据
GPT-4-0125-preview	新模型更新的GPT-4 Turbo 这套最新GPT-4模型旨在减少模型在任务中途停运的“偷懒”问题，最多可返回4096个输出tokens。了解更多（https://openai.com/blog/new-embedding-models-and-api-updates）。	128,000 tokens	截至2023年12月
GPT-4-turbo-preview	目前指向GPT-4-0125-preview。	128,000 tokens	截至2023年12月
GPT-4-1106-preview	GPT-4 Turbo模型在指令跟踪、JSON模式、可重现输出、并行函数调用等方面做出改进，最多可返回4096个输出tokens。此模型仍处于预览阶段。了解更多（https://openai.com/blog/new-models-and-developer-products-announced-at-devday）。	128,000 tokens	截至2023年4月
GPT-4-vision-preview	除了GPT-4 Turbo所具备的各项功能之外，这套GPT-4模型还具备理解图像内容的能力。目前指向GPT-4-1106-vision-preview。	128,000 tokens	截至2023年4月
GPT-4-1106-vision-preview	除了GPT-4 Turbo所具备的各项功能之外，这套GPT-4模型还具备理解图像内容的能力。最多可返回4096个输出tokens。此模型仍处于预览阶段。了解更多（https://openai.com/blog/new-models-and-developer-products-announced-at-devday）。	128,000 tokens	截至2023年4月
GPT-4	当前指向GPT-4-0613。具体参阅模型持续升级（https://platform.openai.com/docs/models/continuous-model-upgrades）。	8,192 tokens	截至2021年9月
GPT-4-0613	2023年6月13日的GPT-4快照，改进了函数调用支持。	8,192 tokens	截至2021年9月
GPT-4-32k	目前指向GPT-4-32k-0613。具体参阅模型持续升级（https://platform.openai.com/docs/models/continuous-model-upgrades）。此模型从未对外开放，取而代之的是GPT-4 Turbo。	32,768 tokens	截至2021年9月
GPT-4-32k-0613	2023年6月13日的GPT-4-32k快照，改进了函数调用支持。此模型从未对外开放，取而代之的是GPT-4 Turbo。	32,768 tokens	截至2021年9月

对于大部分基本任务，GPT-4 和 GPT-3.5 模型间的差异并不明显。但在需要较复杂推理能力的情况下，GPT-4 则拥有超越 OpenAI 此前各类模型的表现。

GPT-3.5 Turbo

GPT-3.5 Turbo 模型能够理解并生成自然语言或者代码，针对 Chat Completions API 进行了聊天优化，但也同样适用于非聊天任务。

模型	说明	上下文窗口	训练数据
GPT-3.5-turbo-0125	新模型更新的GPT 3.5 Turbo 最新的GPT-3.5 Turbo模型在响应请求时拥有更高的准确度，同时修复了可能在非英文语言函数调用中导致文本编码问题的bug。最多可返回4096个输出tokens。了解更多（https://openai.com/blog/new-embedding-models-and-api-updates#:~:text=Other%20new%20models%20and%20lower%20pricing）。	16,385 tokens	截至2021年9月
GPT-3.5-turbo	目前指向GPT-3.5-turbo-0613。这套GPT-3.5-turbo模型已经于2月16日由GPT-3.5-turbo-0613升级至GPT-3.5-turbo-0125。	4,096 tokens	截至2021年9月
GPT-3.5-turbo-1106	GPT-3.5 Turbo模型，在指令跟踪、JSON模式、可重现输出、并行函数调用等方面做出改进。最多可返回4096个输出tokens。了解更多（https://openai.com/blog/new-models-and-developer-products-announced-at-devday）。	16,385 tokens	截至2021年9月
GPT-3.5-turbo-instruct	与GPT-3时代的其他模型功能类似，与旧版Completions端点兼容，但不兼容Chat Completions。	4,096 tokens	截至2021年9月
GPT-3.5-turbo-16k	旧模型目前指向 GPT-3.5-turbo-16k-0613。	16,385 tokens	截至2021年9月
GPT-3.5-turbo-0613	旧模型 2023年6月13日的GPT-3.5-turbo快照，将于2024年6月13日弃用。	4,096 tokens	截至2021年9月
GPT-3.5-turbo-16k-0613	旧模型 2023年6月13日的GPT-3.5-16k-turbo快照，将于2024年6月13日弃用。	16,385 tokens	截至2021年9月

DALL·E

DALL-E 是一套 AI 系统，能够根据自然语言的描述创建出逼真的图像与艺术效果。DALL-E 3 目前支持根据提示词生成拥有特定尺寸的新图像。DALL-E 2 还支持对现有图像进行编辑、或为用户上传的图像生成变体等功能。

DALL-E 3 可通过 OpenAI 的 Images API 同 DALL-E 2 配合使用。用户可通过 ChatGPT Plus 服务体验 DALL-E 3。

模型

说明

dall-e-3

新模型

DALL·E 3

2023年11月发布的最新DALL-E模型。了解更多（https://openai.com/blog/new-models-and-developer-products-announced-at-devday）。

dall-e-2

2022年11月发布的上代DALL-E模型。作为DALL-E的第二个迭代版本，拥有比初代模型更真实、更准确及4倍分辨率的图像生成能力。

TTS

TTS 是一种 AI 模型，能够将文本转换为听感自然顺畅的语音。OpenAI 提供两种不同模型变量，其中 tts-1 针对实时文本到语音用例进行了优化，tts-1-hd 则针对输出质量进行了优化。这些模型均可通过 Audio API 中的 Speech 端点配合使用。

模型

说明

tts-1

新模型

Text-to-speech 1

最新文本转语音模型，针对速度进行了优化。

tts-1-hd

新模型

Text-to-speech 1 HD

最新文本转语音模型，针对速度进行了优化。

Whisper

Whisper 是一种通用语音识别模型，在包含多种音频的大型数据集上训练而成。它也是一套多任务模型，能够执行多语种语音识别、语音翻译与理解等任务。Whisper v2-large 模型目前可通过 API 调用，模型名称为 Whisper-1。

目前，Whisper 的开源版本与 OpenAI 通过 API 提供的版本完全一致。但 API 版本的推理过程经过优化，因此 Whisper 在 API 上的运行速度要比其他方式快得多。

关于 Whisper 的更多技术细节，请参阅此论文：

https://arxiv.org/abs/2212.04356

Embeddings

Embeddings 是指文本的数字表示，可用于衡量两段文本之间的相关性。Embeddings 即嵌入，往往在搜索、聚类、推荐、异常检测和分类任务中拥有良好表现。

感兴趣的朋友可以在 OpenAI 的公告博文中了解关于最新嵌入模型的更多信息：

https://openai.com/blog/new-embedding-models-and-api-updates

模型	说明	输出大小
text-embedding-3-large	新模型 Embedding V3 large 适用于英语和非英语任务的最强嵌入模型。	3,072
text-embedding-3-small	新模型 Embedding V3 small 拥有超越二代ada嵌入模型的更强性能。	1,536
text-embedding-ada-002	最强大的二代嵌入模型，全面取代了16种初代模型。	1,536

Moderation

Moderation 审核模型负责检查内容是否符合 OpenAI 的使用政策。这些模型提供分类功能，用于查找以下类别的内容：仇恨、仇恨/威胁、自残、性、性/未成年人、暴力及暴力/图像。

更多具体信息请参阅 OpenAI 审核指南：

https://platform.openai.com/docs/guides/moderation/overview

审核模型可接受任意大小的输入，将输入自动拆分成 4096 个 tokens 的块。如果总输入超过 32768 个 tokens，则使用截断技术处理。在极少数情况下，此类模型可能会在审核检查中忽略少量 tokens。

每条指向审核端点的请求仅显示各类别的最大值。例如，如果一个 4k tokens 块的分类得分为 0.9901，而另一个块的得分为 0.1901，则 API 响应结果将仅显示明显更高的 0.9901。

模型	说明	最大TOKENS
text-moderation-latest	目前指向text-moderation-007。	32,768
text-moderation-stable	目前指向text-moderation-007。	32,768
text-moderation-007	在所有分类任务中最强大的审核模型。	32,768

GPT base

GPT base 模型能够理解并生成自然语言或者代码，但并未接受指令遵循方面的训练。这些模型旨在替代 OpenAI 之前的 GPT-3 base 基础模型，且使用旧版 Completions API。OpenAI 推荐大多数用户直接使用 GPT-3.5 或者 GPT-4。

模型	说明	最大TOKENS	训练数据
babbage-002	替代ada与babbage基础模型。	16,384 tokens	截至2021年9月
davinci-002	替代GPT-3 curie与davinci基础模型。	16,384 tokens	截至2021年9月

使用政策

在用户数据处理上，OpenAI 强调用户数据始终归用户所有。

自 2023 年 3 月 1 日起，发送至 OpenAI API 的数据将不会被用于训练或改进 OpenAI 模型（除非用户明确表示同意）。但若选择参与改进，那么模型可能随时间推移更加契合的用例。

为了帮助识别滥用行为，API 数据最多可保留 30 天，之后将被删除（除非法律另行要求）。对于用例较为敏感的可信客户，OpenAI 亦提供零数据保留选项。在零数据保留情况下，请求与响应主体不会被持久保存在任何日志记录当中，而仅放置在内存内以支持服务需求。请注意，此数据政策不适用于 OpenAI 提供的非 API 消费级服务，例如 ChatGPT 或 DALl-E Labs。

端点默认使用政策

端点	数据是否被用于训练	默认保留周期	是否符合零保留条件
/v1/chat/completions*	否	30天	是，但图像输入除外*
/v1/files	否	直至客户主动删除	否
/v1/assistants	否	直至客户主动删除	否
/v1/threads	否	60天	否
/v1/threads/messages	否	60天	否
/v1/threads/runs	否	60天*	否
/v1/threads/runs/steps	否	60天*	否
/v1/images/generations	否	30天	否
/v1/images/edits	否	30天	否
/v1/images/variations	否	30天	否
/v1/embeddings	否	30天	是
/v1/audio/transcriptions	否	零数据保留	-
/v1/audio/translations	否	零数据保留	-
/v1/audio/speech	否	30天	否
/v1/fine_tuning/jobs	否	直至客户主动删除	否
/v1/moderations	否	零数据保留	-
/v1/completions	否	30天	是

* 通过 GPT-4-vison-preview 模型输入的图像不符合零保留条件。

* 对于 Assistants API，OpenAI 仍在 beta 期间评估默认保留周期。预计 beta 结束后将确定沿用默认的保留周期。

关于更多详细信息，请参阅 OpenAI 的 API 数据使用政策：

https://openai.com/policies/api-data-usage-policies

模型端点兼容性

端点	最新模型
/v1/assistants	支持除GPT-3.5-turbo-0301之外的所有模型。检索工具需要匹配GPT-4-turbo-preview（及日期更早的模型版本）或者GPT-3.5-turbo-1106（以及后续版本）。
/v1/audio/transcriptions	whisper-1
/v1/audio/translations	whisper-1
/v1/audio/speech	tts-1, tts-1-hd
/v1/chat/completions	GPT-4及日期更早的模型版本，GPT-4-turbo-preview及日期更早的模型版本，GPT-4-vision-preview，GPT-4-32k及日期更早的模型版本，GPT-3.5-turbo及日期更早的模型版本，GPT-3.5-turbo-16k及日期更早的模型版本，GPT-3.5-turbo的各微调版本。
/v1/completions (Legacy)	GPT-3.5-turbo-instruct, babbage-002, davinci-002
/v1/embeddings	text-embedding-3-small, text-embedding-3-large, text-embedding-ada-002
/v1/fine_tuning/jobs	GPT-3.5-turbo, babbage-002, davinci-002
/v1/moderations	text-moderation-stable, text-moderation-latest
/v1/images/generations	dall-e-2, dall-e-3

此列表不包含已被 OpenAI 弃用的各模型版本：

https://platform.openai.com/docs/deprecations

创作场景

OpenAI 模型家族更新：GPT-4 训练数据至 2023 年 12 月

GPT-4 与 GPT-4 Turbo

GPT-3.5 Turbo

DALL·E

TTS

Whisper

Embeddings

Moderation

GPT base

使用政策

端点默认使用政策

模型端点兼容性

评论

合合信息启信数据洞察：长三角新能源汽车产业协同，打造“4小时产业圈”

重磅上线：腾讯云应用性能监控 APM 实现多语言应用秒级接入

精彩回顾！月之暗面安全实践思考分享

[ICDE2024]多正常模式感知的频域异常检测算法MACE

得助ICC智能联络中心助力企业数字化营销服务升级

运营商大模型的进化路线“分野”

LLMs 能否胜任「数据标注」？机遇与挑战并存

阿里云数据库 SelectDB 版全面商业化！开启现代化实时数据仓库的全新篇章

Charles抓包神器：深度解析网络数据传输的秘密

百度网盘推出「漫画头像」AI生成创意功能

Linux VXLAN小实验

带你走进量子云平台（二）

产品负责人和ScrumMaster可以是同一个人吗？

Charles抓包神器：深度解析网络数据传输的秘密

抓包神器Charles：解析网络数据传输的秘密

AI日报｜GPT-4o向免费用户开放！AI助手“腾讯元宝”上线应用商店

RUM是什么？它能解决什么问题？

万界星空科技低代码平台+商业开源低代码MES

儿童节变身小小音乐家，用ModelArts制作一张AIGC音乐专辑

LED显示屏未来的发展值得期待

黑客恢复被遗忘的比特币钱包

快速入门：使用 JavaScript 读取文件的最佳实践

创作场景

OpenAI 模型家族更新：GPT-4 训练数据至 2023 年 12 月

GPT-4 与 GPT-4 Turbo

GPT-3.5 Turbo

DALL·E

TTS

Whisper

Embeddings

Moderation

GPT base

使用政策

端点默认使用政策

模型端点兼容性

评论

更多内容推荐

推荐阅读

电子书

大厂实战PPT下载