OpenAI宣布开放o1模型API，成本大幅下降60%，并新增高级视觉功能

在12月18日的凌晨2点，OpenAI举办了第9天技术分享直播，宣布了一系列重磅更新，令人耳目一新。

首先，o1模型的API正式上线，与之前的预览版相比，不仅降低了60%的思考成本，还新增了高级视觉功能，大幅提升了实用性。同时，GPT-4o的音频处理成本同样下降了60%，而mini版本的价格更是令人振奋的史无前例的降幅——直降10倍，迭代再创新高。

此外，OpenAI在直播中还展示了一种全新的偏好偏好方法。通过引入直接偏好优化算法，大模型可以更精准地理解并适应用户的偏好和风格体验，进一步交互提升。

更令人振奋的是，此次更新还为实时API引入了WebRTC支持，高效为开发者和用户提供了更多、流畅的实时应用可能性。这次分享无疑为技术爱好者带来。

OpenAI在其实时API中集成了WebRTC，这项专为互联网设计的实时通信技术，极大地增强了AI应用在会议和视频流传输等领域的性能。

通过自动调整比特率和执行回声消除，WebRTC帮助AI应用适应网络变化，确保了语音应用的稳定性和流畅度。

WebRTC在简化代码方面相较于旧的Websockets集成有了显著进步。过去，开发者使用Websockets时，常常需要编写200-250行代码来处理诸如反压等复杂问题。现在，利用WebRTC，同样的功能仅需12行代码即可轻松实现。

这种简化在实时语音聊天应用的开发中尤为突出，WebRTC让开发者能够快速构建出功能完备的应用程序，大幅提升了开发效率。

在最新的演示中，我们见识了WebRTC如何简化实时语音应用的开发。

开发者仅用几行简单的HTML代码就创建了对等连接，轻松实现音频流的发送与接收。这样的技术支持让开发者可以专注于应用逻辑，而不必深陷复杂的网络通信细节，显著降低了开发难度。

OpenAI为了简化开发者集成实时API的过程，不仅推出了Python SDK，还大幅下调了价格，让实时API的集成变得更加便捷和经济。

偏好微调通过成对样本比较学习，让模型适应特定场景的细微差别，与传统监督式微调截然不同。开发者需准备包含两个版本回答的数据集，其中一个版本更优。

然后训练模型区分优劣，并根据用户反馈调整行为准则。这种方法非常适合对回答格式、语气或特质（如友好度、创造力）有高要求的应用，如金融咨询聊天机器人，既提供专业财务建议，又保持友好沟通。

偏好微调方法通过展示多样的对话示例，帮助模型找到最理想的表达方式，尤其在客户服务和个性化推荐等主观评价任务中效果显著。

这种微调不仅限于文本，也适用于图像生成、代码补全等，通过学习样例形成稳定的行为模式，满足用户需求。随着数据积累，模型表现持续提升，支持持续迭代改进。

更多API文档详细指南，可访问OpenAI开发者论坛。

Azure OpenAI 里面已上架o1-preview和o1-mini，现在可在Playground 预览和API部署调用。

模型适用于美国东部2 和瑞典中部的标准和全域标准部署，以供已申请的客户使用。

o1 系列高级推理模型在以下复杂而微妙的问题领域表现出色： 

复杂代码生成：能够执行算法生成和高级编码任务，以帮助开发人员。 

高级问题解决方案：非常适合全面的头脑风暴会议和解决多方面的问题。 

复杂文档比较：非常适合分析合同、案件档案或法律文件以辨别细微的差别。 

指令遵循和工作流管理：特别擅长处理需要较短上下文的工作流。

Openai官网不能调用，出于合规考量，国内企业可以选择微软的Azure OpenAI服务来接入接口。