OpenAI发布会：推出函数调用、实时 API 更新、偏好微调技术、发布 Go 和 Java SDK，费用降低 60%

 欢迎访问chatgpt中文教程网，学习chatgpt相关知识，以下是正文内容：

今天，我们推出了更强大的模型、新的定制工具，以及一系列提升性能、灵活性和成本效益的升级，帮助开发者更高效地构建基于 AI 的应用。这些更新包括：

推荐使用GPT中文版,国内可直接访问：https://ai.gpt86.top 

• OpenAI o1 API

  支持函数调用、开发者消息、结构化输出和视觉能力。

• 实时 API 更新

  包括简单的 WebRTC 集成、GPT-4o 音频费用降低 60%、以及支持 GPT-4o mini（音频费用仅为之前的十分之一）。

• 偏好微调（Preference Fine-Tuning）

  一种全新的模型定制技术，让开发者更轻松地根据用户和开发者偏好调整模型。

• 全新的 Go 和 Java SDK

  目前已进入 Beta 测试阶段。

OpenAI o1 API

OpenAI o1 是我们设计的推理模型，旨在以更高的准确性处理复杂的多步骤任务。该模型现已向 API 的第 5 层用户（usage tier 5）推出。o1 是 OpenAI o1-preview 的继任者，开发者已经使用 o1-preview 构建了智能应用程序，用于简化客户支持、优化供应链决策以及预测复杂的金融趋势。

o1 已进入生产就绪阶段，具备支持实际应用的关键功能，包括：

• 函数调用

  无缝连接 o1 至外部数据和 API。

• 结构化输出

  生成严格遵循自定义 JSON Schema 的可靠响应。

• 开发者消息

  可为模型指定指令或上下文，例如定义语气、风格以及其他行为指导。

• 视觉能力

  通过图像进行推理，为科学、制造或编码等需要视觉输入的领域解锁更多应用场景。

• 更低的延迟

  o1 相比 o1-preview 每次请求平均使用的推理 token 数减少了 60%。

• 新参数reasoning_effort

  允许开发者控制模型回答前的思考时间。

今天发布的 o1 快照版本o1-2024-12-17 是两周前在 ChatGPT 中推出模型的全新后训练版本。它基于用户反馈改进了模型行为，同时保留了在 o1 系统卡（System Card）中评估的前沿能力。我们也将 ChatGPT 中的 o1 更新为该版本（详情见模型发布说明）。以下评估数据反映了新版本的性能，确保开发者获取最新基准。

o1-2024-12-17 在多个基准测试中创造了新的性能纪录，提升了成本效益和性能。

此外，我们观察到 o1-2024-12-17 在函数调用和结构化输出测试中显著优于 gpt-4o。

我们正在逐步开放访问权限，同时努力扩展到更多使用层级，并逐步提高速率限制。欲了解更多信息，请查阅 [API 文档](opens in a new window)。

实时 API 的改进

实时 API (Realtime API) 使开发者能够创建低延迟的自然对话体验，非常适合语音助手、实时翻译工具、虚拟导师、交互式客户支持系统，甚至是你自己的虚拟圣诞老人。今天，我们针对开发者的常见需求推出了一系列改进，包括直接集成 WebRTC、降低价格以及提供对响应的更多控制。

WebRTC 支持

实时 API 引入了 WebRTC 支持。WebRTC 是一个开放标准，可以更轻松地跨平台构建和扩展实时语音产品，无论是面向浏览器应用、移动客户端、物联网设备还是服务器间的直接通信。

我们的 WebRTC 集成旨在确保在现实条件下（即使网络质量波动）也能实现流畅且响应迅速的交互。它处理音频编码、流式传输、噪声抑制和拥塞控制。

通过 WebRTC，现在仅需几行 JavaScript 代码即可为您的应用添加实时功能：

async function createRealtimeSession(localStream, remoteAudioEl, token) {    const pc = new RTCPeerConnection();    pc.ontrack = e => remoteAudioEl.srcObject = e.streams[0];    pc.addTrack(localStream.getTracks()[0]);    const offer = await pc.createOffer();    await pc.setLocalDescription(offer);    const headers = { Authorization: `Bearer ${token}`, 'Content-Type': 'application/sdp' };    const opts = { method: 'POST', body: offer.sdp, headers };    const resp = await fetch('https://api.openai.com/v1/realtime', opts);    await pc.setRemoteDescription({ type: 'answer', sdp: await resp.text() });    return pc;}

新的 GPT-4o 和 GPT-4o mini 实时快照，成本更低

推出 gpt-4o-realtime-preview-2024-12-17，作为实时 API 测试版的一部分，改进了语音质量、提高了输入可靠性（特别是在语音输入数字时），并降低了成本。通过效率改进，我们将音频 Token 的价格降低了 60%，降至每 100 万输入 Token $40、每 100 万输出 Token $80。缓存音频输入的成本降低了 87.5%，仅为每 100 万输入 Token $2.50。

同时，还将 GPT-4o mini 引入了实时 API 测试版，作为gpt-4o-mini-realtime-preview-2024-12-17。GPT-4o mini 是我们最具成本效益的小型模型，能在实时 API 中提供与 GPT-4o 相同的丰富语音体验。GPT-4o mini 的音频价格为每 100 万输入 Token $10、每 100 万输出 Token $20，文本 Token 的价格为每 100 万输入 Token $0.60、每 100 万输出 Token $2.40。缓存音频和文本的成本均为每 100 万 Token $0.30。

这些快照已在 [实时 API](opens in a new window) 中可用，同时也可通过 [Chat Completions API](opens in a new window) 访问，名称分别为gpt-4o-audio-preview-2024-12-17 和gpt-4o-mini-audio-preview-2024-12-17。

更强的响应控制

为实时 API 提供了以下新功能，使其更易于创建卓越的语音驱动体验：

• 并发的带外响应

  支持在后台运行内容审核或分类等任务，而不干扰用户的语音交互。

• 自定义输入上下文

  可以指定哪些对话内容作为模型输入。例如，仅对用户的最后一句话进行审核，或者重新使用之前的回复，而无需永久更改会话状态。

• 受控的响应时机

  支持服务器端语音活动检测 (VAD)，但不会自动触发响应。例如，可以在收集必要数据（如账户信息）并将其添加到模型上下文后，再手动启动语音回复，从而提供更精确的控制。

• 延长最大会话时长

  从 15 分钟增加到 30 分钟。

偏好微调 (Preference Fine-Tuning)

微调 API 现支持偏好微调，简化了根据用户和开发者偏好定制模型的过程。此方法使用直接偏好优化 (Direct Preference Optimization, DPO) 技术，通过比较模型输出的成对响应，教会模型区分偏好和非偏好输出。与固定目标训练不同，偏好微调通过成对比较学习，尤其适用于语气、风格和创意等主观性任务。

偏好微调与监督微调之间存在以下关键区别：

开始与可信赖的合作伙伴测试偏好微调，迄今已取得了令人鼓舞的结果。例如，Rogo AI 正在为金融分析师构建一款 AI 助手，用于将复杂查询分解为子查询。通过他们基于专家构建的基准测试Rogo-Golden，他们发现监督微调在处理分布外的查询扩展时存在挑战——例如，在“公司 X 增长速度如何”这样的查询中，可能会遗漏ARR 等指标。而偏好微调解决了这些问题，将模型性能从基础模型的 75% 准确率提升到了80% 以上。

偏好微调 将于今天正式推出，适用于gpt-4o-2024-08-06，并很快支持gpt-4o-mini-2024-07-18。其定价与监督微调的训练 Token 价格相同，并将在明年初支持我们的最新模型。

Go 和 Java SDK 测试版发布

最后，推出了两个新的官方 SDK，分别适用于 Go 和 Java，现已进入测试版阶段，此外我们还提供了现有的官方 Python、Node.js 和 .NET 库。我们的目标是使 OpenAI API 无论您选择什么编程语言，都能轻松使用。

Go 是一种静态类型语言，非常适合处理并发任务和构建可扩展的 API 和后端系统。OpenAI Go SDK 使您能够轻松地在 Go 代码中与 OpenAI 模型进行交互。

client := openai.NewClient()ctx := context.Background()prompt := "Write me a haiku about Golang."completion, err := client.Chat.Completions.New(  ctx,   openai.ChatCompletionNewParams{    Messages: openai.F(      []openai.ChatCompletionMessageParamUnion{        openai.UserMessage(prompt),      },    ),    Model: openai.F(openai.ChatModelGPT4o),  },)

Java 一直是企业软件开发的主流语言，因其类型系统和庞大的开源库生态系统而广受欢迎。OpenAI Java SDK 提供了类型化的请求和响应对象，并提供了管理 API 请求的实用工具。

OpenAIClientclient= OpenAIOkHttpClient.fromEnv();ChatCompletionCreateParamsparams= ChatCompletionCreateParams    .builder()    .message(List.of(        ChatCompletionMessageParam.ofChatCompletionUserMessageParam(            ChatCompletionUserMessageParam            .builder()            .role(ChatCompletionUserMessageParam.Role.USER)            .content(                ChatCompletionUserMessageParam.Content.ofTextContent("What is the origin of Java's Duke mascot?"                )            )            .build()        )    ))    .model(ChatModel.O1_PREVIEW)    .build();ChatCompletionchatCompletion= client.chat().completions().create(params);