OpenAI 直播第九天：满血o1版API开放,价格暴降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：

一、OpenAI 直播第九天亮点

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

（一）满血 o1 版 API 正式发布

1.与预览版相比的优势：满血 o1 版 API 与之前的预览版相比，思考成本降低了 60%，这意味着用户在使用该模型时，能够以更低的成本获得更高效的服务。同时，它还附带高级视觉功能，为用户在图像识别、处理等方面提供了强大的支持。推理 token 使用量平均减少 60%，进一步提高了模型的效率和性能。

2.新功能集成：o1 版 API 集成了函数调用、结构化输出、开发者消息以及推理工作量等功能。函数调用允许模型根据输入数据自动调用相应的后端服务或外部 API，极大地增强了模型处理复杂任务的能力。例如，在某些需要精确执行的任务中，模型可以借助内置函数库与后台服务器通信，获取最新税率等信息，确保最终结果的准确性和时效性。结构化输出支持 JSON 格式的数据返回，使得输出结果符合预期结构，方便后续解析与应用。开发者消息作为一种新型系统消息形式，赋予了开发者更大的控制权来指导模型行为。而推理工作量参数则用于调整模型思考时间，让开发者能够在性能与准确性之间找到最佳平衡点。

（二）价格大幅下降

1.GPT-4o 的音频成本降低 60%，这一降价举措使得用户在使用音频相关功能时能够节省大量成本。而 mini 版本价格更是暴降 10 倍，极大地提高了 AI 技术的可及性，预计将吸引更多用户的关注和参与。

2.新的价格策略为开发者提供了更具性价比的选择。开发者可以以更低的成本使用 OpenAI 的强大技术，这有望推动更多创新应用的开发。无论是小型创业公司还是大型企业，都能在新的价格体系下找到适合自己的解决方案，进一步促进了 AI 技术在各个领域的广泛应用。

二、实时 API 增强与支持 WebRTC

1.WebRTC 极大简化开发流程，与之前的 Websockets 集成相比，仅需 12 行代码即可实现相同功能。OpenAI 在实时 API 中支持 WebRTC，这一技术显著简化了开发流程。以往使用 Websockets 集成时，开发者需要处理 200 - 250 行代码来解决反压等问题，而现在采用 WebRTC，仅需 12 行代码就能实现相同功能。例如在实时语音聊天应用中，开发者能够更快速地构建功能强大的应用程序，提高开发效率。在演示环节中，通过简单的 HTML 代码创建对等连接，实现了音频流的发送和接收，充分展示了 WebRTC 支持下实时语音应用开发的便捷性。

2.自动处理音频编码、流媒体传输、降噪和拥塞控制等关键功能，为实时语音应用带来更好的性能和稳定性。WebRTC 能够自动处理音频编码、流媒体传输、降噪和拥塞控制等关键功能，即使在网络条件不稳定的情况下也能保证流畅的用户体验。它负责处理这些功能，旨在确保在实际环境中，即使网络质量波动，仍能提供平滑且响应迅速的交互。无论是浏览器应用、移动客户端、物联网设备还是服务器间通信，都能实现平滑接入，为开发语音助手、实时翻译工具、虚拟辅导员和互动客服系统等应用场景提供了强大的技术支持。

三、全新的偏好微调方法

（1）工作原理：偏好微调采用成对样本比较学习的方式。开发者准备一组包含两个不同版本回答的数据集，其中一个被认为是更优的选择，将这些数据送入模型进行训练，使模型学会区分好坏答案之间的差异，并根据用户的反馈不断调整自己的行为准则。

（2）适用场景：特别适合对回答格式、语气或者抽象特质有较高要求的应用场合。比如在构建金融咨询聊天机器人时，开发团队希望模型既提供专业准确的财务建议，又能保持友好和易于理解的沟通方式，此时就可以利用偏好微调方法，向模型展示多种不同的对话示例，找到最理想的表达方式。在客户服务或个性化推荐系统中，这种方法也能显著改善模型表现，尤其是涉及主观评价的任务。

（3）持续改进：偏好微调允许持续迭代和改进。随着更多高质量数据的积累，模型的表现会随之提高。它不仅仅局限于文本生成任务，同样适用于其他类型的输出，如图像生成、代码补全等。通过对大量样例的学习，模型可以逐渐形成一套稳定的行为模式，以更好地满足用户需求。

最后OpenAI 还更新了测试版的 Go 和 Java 的官方 SDK 工具包,链接如下：

Java sdk：https://github.com/openai/openai-java

Go sdk：https://github.com/openai/openai-go