以下著作起首于 AI 深度说合员 kaiyun中国官方网站，作家 AI 使命坊

作家 |  AI 使命坊

起首   | AI 深度说合员  管沉默慧

究诘和谐 | 13699120588

著作仅代表作家本东谈主不雅点

OpenAI 第 9 天的发布会上，他们带来了一个慷慨东谈主心的音问：备受期待的 o1 模子终于向斥地者绽放使用了！

（注：OpenAI 今天的原视频音轨有问题，暂时莫得汉文视频）

此次更新不仅让路发者大概使用更强劲的 AI 模子，还大幅镌汰了使用本钱。比如说，往时需要不少用度才调使用的语音功能，现时价钱胜利镌汰了 60%。关于预算有限的斥地者来说，他们还格外推出了一个 " 迷你版 " 的语音作事，用度只好正本的相等之一。具体更新内容包括：

OpenAI o1 模子：API 现已相沿功能调用、斥地者音问、Structured Outputs 以及视觉识别等功能。

及时 API 升级：集成通俗的 WebRTC 功能，GPT-4o 音频价钱下调 60%，同期推出 GPT-4o mini，音频用度仅为正本的相等之一。

偏好微调 ( Preference Fine-Tuning ) ：新一代模子定制期间，匡助斥地者更放荡地字据用户需乞降偏好优化模子。

Go 和 Java SDK：现已绽放测试版，斥地者可快速上手集成。

这些逾越意味着什么呢？通俗来说，等于 AI 专揽的斥地变得更通俗、更低廉，也更容易字据具体需求进行定制了。不管是想斥地智能客服、自动翻译，照旧其他翻新专揽，斥地者们皆能以更低的本钱达成我方的认识。

API 中 OpenAI o1 施行专揽

全新的 o1 模子，这是一次要紧的期间升级。比较之前的版块，新模子不仅变得更贤惠，还能更快地恢复用户需求。现时，该模子还是向高等斥地者绽放使用，并研讨迟缓扩打绽放鸿沟。此次升级带来了哪些施行变嫌？

1. 更快的反应速率

处理速率晋升权臣，比较旧版块快了整整 60%

斥地者不错字据需要调度模子的 " 念念考时刻 "，在速率和准确度之间找到均衡

2. 更强的实勤劳能

视觉识别：现时不错 " 看懂 " 图片，这对工业分娩、科研等规模格外有匡助

精确输出：大概按照斥地者的要求，生成口头严格调处的内容

个性化对话：相沿调理口吻和作风，让 AI 的恢复更允洽具体场景需求

系统集成：不错放荡与其他软件系统对接，达成更复杂的功能

3. 施行专揽案例

还是有斥地者使用新模子斥地出了多个实用的专揽，比如：

智能客服：能更好地知晓和治理客户问题

供应链优化：匡助企业更好地不停库存和物流

金融分析：协助展望市集趋势

4. 性能测试收货

在最新的测试中，o1 模子在多个规模皆展现出了优秀的施展：

基础才略测试：准确率达到 75.7%

编程才略：在代码斥地测试中达到 76.6% 的高分

数学策动：在某些测试中致使达到了 96.4% 的惊东谈主准确率

这些逾越意味着什么？畴昔咱们使用的各式 AI 专揽皆会变得更贤惠、更快速、更允洽施行需求。不管是在线购物时的智能推选，照旧使命中需要的数据分析，皆能得到更好的相沿。

现时，OpenAI 正在分批向斥地者绽放 o1 模子的使用权限。跟着更多斥地者加入，咱们有望看到更多翻新的 AI 专揽出现时咱们的通俗生涯中。绽放探问权限，并研讨推广到更高的使用品级，同期不绝晋升速率截至。

API 更低蔓延、更低本钱与更多活泼性

OpenAI 的 及时 API 让路发者不错构建通顺、当然的及时对话体验，适用于语音助手、及时翻译器具、假造导师、交互式客服系统，致使是你我方的"假造圣诞老东谈主"。他们推出了一系列要紧变嫌，包括胜利相沿 WebRTC、镌汰价钱以及更活泼的反应规则。

1、引入 WebRTC 相沿

及时 API 加多了对 WebRTC 的相沿。当作一项绽放圭表，WebRTC 让路发者大概跨平台放荡构建和推广及时语音居品，岂论是浏览器专揽、迁徙端、物联网斥地，照旧作事器间通讯。WebRTC 集成确保在的确荟萃条目下提供高效、低蔓延的交互体验，大概搪塞荟萃质地波动，相沿音频编码、流式传输、杂音防止和拥挤规则等功能。

2、低本钱和高语音质地

OpenAI 在语音作事规模推出了紧要更新，不仅大幅下调了原有作事的价钱，还推出了价钱愈加亲民的 " 迷你版 " 作事。原有的 GPT-4o 语音作事在期间层面赢得了权臣晋升，格外在语音识别的准确性方面有了明显逾越，尤其是在处理数字语音时的施展愈加出色。主要更新包括：

（1）语音质地全面晋升，输入雄厚性进一步加强

（2）价钱大幅下调 60%，降至输入 百万，输出 80/ 百万 tokens

（3）缓存音频价钱翻新低，镌汰 87.5% 至 $2.50/ 百万 tokens

更令东谈主闪耀的是全新推出的 GPT-4o mini " 迷你版 " 作事。这个版块在保持与无缺版相易的语音质地的同期，将价钱降至正本的四分之一。其订价决策为：

（1）语音作事：输入 百万，输出 20/ 百万 tokens

（2）文本作事：输入 百万，输出 2.40/ 百万 tokens

（3）缓存作事：调处订价 $0.30/ 百万 tokens

此次价钱调理和新作事的推出具有深入的意旨。关于斥地者而言，权臣镌汰的本钱意味着他们不错将更多资源参加到专揽的翻新和优化上。而关于最终用户来说，这意味着他们将有契机来回到更多、更好的语音交互专揽，何况使用本钱会愈加实惠。

这些更新还是在 OpenAI 的及时 API 和 Chat Completions API 中全面上线，斥地者不错立即初始体验这些新功能。此次紧要更新无疑将股东语音交互专揽的普及，让 AI 语音期间在更多场景中施展作用。

3、功能更活泼

OpenAI 为及时 API 推出了更多规则选项，匡助斥地者达成高效、精确的语音体验：

并发后台任务：可在不影响语音互动的情况下运行内容审核、分类等后台任务。

自界说落魄文输入：活泼选拔输入内容，举例单独审核用户的终末一句话，或在会话中重用历史反应。

受控反适时机：借助作事器端 语音举止检测 ( VAD ) ，斥地者可在回复前事前荟萃所需信息并精确规则反适时机。

延长会话时长：会话最大时长从 15 分钟 晋升至 30 分钟，适配更复杂的交互需求。

让 AI 更懂你的需求

OpenAI 最新推出的偏好微调（Preference Fine-Tuning）功能，让 AI 模子的个性化定制变得愈加通俗和高效。这项期间承袭了一种叫作念 " 胜利偏好优化 "（DPO）的翻新设施，通过对比不同的 AI 回答，让模子学会识别什么样的回答更允洽用户的偏好。

这与传统的模子考验设施有着本体的永诀。传统的监督式微调就像是让 AI 按照圭表谜底来学习，而新推出的偏好微调则更像是让 AI 知晓 " 用户更心爱哪种回答方式 "。这种设施格外允洽那些莫得圭表谜底、需设施会用户个东谈主喜好的场景，比如写稿作风的调理、对话口吻的把抓，以及创意内容的生成等。

下方表格展示了 偏好微调 与 监督式微调 的中枢永诀：

偏好微调奏效案例：Rogo AI 正在斥地一款面向金融分析师的 AI 助手，该助手能将复杂的查询任务拆分为子查询。在其专科基准 Rogo-Golden 的测试中，Rogo AI 发现，监督式微调 在处理非踱步式查询推广时施展欠安，举例在 "公司 X 的增长速率怎样" 这类查询中，可能遗漏要道缱绻如 ARR。而通过偏好微调，这一问题得到有用治理，模子性能从基础模子的 75% 准确率 晋升至 80% 以上。

偏好微调将至本日负责上线，相沿 gpt-4o-2024-08-06，并行将拓展至 gpt-4o-mini-2024-07-18。订价将与 监督式微调 保持一致，同期，明岁首将相沿 OpenAI 最新发布的模子版块。

Go 和 Java SDK 测试版

为了让更多斥地者大概便捷地使用 OpenAI 的 AI 作事，OpenAI 负责发布了 Go 谈话和 Java 谈话的官方斥地器具包（SDK）测试版。这两个新成员的加入，与已有的 Python、Node.js 和 .NET 版块沿途，让路发者不错用我方最熟谙的编程谈话来斥地 AI 专揽。

1、全新的 Go SDK 成心针对高性能场景联想。Go 谈话在处理并发任务时施展出色，格外允洽构建需要快速反应的在线作事。通过这个 SDK，斥地者不错放荡地在他们的 Go 神志中添加 AI 功能，无需复杂的成就流程。

2、Java SDK 的发布则是对企业斥地者的要紧相沿。家喻户晓，Java 在企业级专揽斥地中占据要紧地位，领有高大的用户群体和丰富的期间生态。新发布的 Java SDK 不仅提供了无缺的类型相沿，还包含了好多实用器具，不错匡助斥地者更好地将 AI 才略整合到现存的企业系统中。

此次 SDK 的发布意味着，不管是构建高性能的荟萃作事，照旧斥地企业级专揽，斥地者皆能找到最允洽我方的器具，放荡地将 OpenAI 的先进 AI 才略融入到我方的神志中。

原视频会聚：https://openai.com/index/o1-and-new-tools-for-developers/