大数据文摘出品
刚刚！ 对 GPT系列发布了重大更新。其中包括最核心的是API新增函数调用（ ）能力。
此外还有：
更新和更可控制的gpt-4和gpt-3.5-turbo版本。
新推出的gpt-3.5-turbo 支持16k的上下文输入。
gpt-3.5-turbo输入token成本降低25%。
最先进 model降价75%
开放gpt-3.5-turbo和gpt-4 API，不再设置等待时间表。
在这次更新中， 重点介绍了函数调用：开发者不用手动选择函数，只需要模型描述需要用到的函数，何时调用哪个函数都是模型根据提示词自己决定的，与GPT-4调用插件的机制一样。
这些模型已经进行了微调，可以检测到何时需要调用函数，也可以生成符合函数签名的JSON响应。换句话说，函数调用使得开发者能够更可靠地从模型中获取结构化数据。
更新模型：GPT-4和gpt-3.5-turbo大升级
GPT-4/GPT-3.5-turbo有两个模型，编号都是0613（意为：6月13号更新？）。
其中，gpt-4-0613包括一个更新且改进的模型，具有函数调用功能；gpt-4-32k-0613包括与gpt-4-0613相同的改进，同时扩展了上下文长度，以便更好地理解较大的文本。
gpt-3.5-turbo-0613 包括与 GPT-4 相同的函数调用以及通过系统消息提供的更可靠的可控性；gpt-3.5-turbo-16k 的16k 上下文意味着该模型现在可以在单个请求中支持约 20 页文本。
此次更新提供了更多的服务，但却只收取更低的价格，妥妥的业界良心啊：
“text–ada-002 将成本降低 75% 至每 1K Token 0.0001 美元。
gpt-3.5-turbo-16k 的定价为每 1K 输入Token 0.003 美元，每 1K 输出Token 0.004 美元。
gpt-3.5-turbo’s 输入Token的成本降低了 25%”
价格计划更新后，有网友表示：好像、貌似给免单了。
API使用示例，解放开发者双手
关于函数调用功能，给出了以下几个示例。
1.请求转换
“给Anya发邮件，看她是否想在下周五喝咖啡”这样的请求转换为函数调用：
“波士顿的天气如何？”转换为函数调用：
2.将自然语言转换为API调用或数据库查询
本月前十名的客户是谁？
Acme公司上个月下了多少订单，能转换为SQL查询：
3.从文本中提取结构化数据
定义函数提取文章中提到的所有人物：
图注：调用外部API执行操作或回答问题
和它的GPT计划
在最近的一次访谈中，的掌舵人Sam 公布了最近两年的GPT计划。例如2023年的计划是降低GPT-4的成本，以及提高响应速度，其他还包括：
1.更长的上下文窗口，可能会支持100w的token；
2.微调API，帮助开发人员更好的开发；
3.支持会话状态的API。
显然，这次更新是对更长的上下文窗口，帮助开发人员更好开发的承诺的一种回应。果然，这种纯粹创业团队，更多的是考虑如何让AI技术更好的服务更多的人群。而非像某公司，动不动就商业化、赋能啥的，把技术包装成普通用户用不起的样子。
如果细数，会发现它是一家坚持梦想的机构，且想把事情做到极致的公司。
最初是一个非盈利性人工智能研究实验室，2016年获得了萨姆•奥尔特曼和埃隆•马斯克10亿美元的资助。
2019年转型为盈利性人工智能研究实验室，以吸收投资者的资金。
在实验室支持其研究的资金已所剩无几的时候，微软又宣布将在实验室投资10亿美元。
CEO 表示，在早期的时候，GPT-4 非常慢，还有bug，很多事情做得不好。但是，最早期的计算机也是这样，它们仍然指向了我们生活中将要变得非常重要的东西的道路，尽管需要几十年的时间才能发展。换句话说，这家公司并没有因为初始的KPI不好，就放弃计划。
正如微软亚洲研究院前副院长、澜舟科技创始人周明在一次采访中提到的：
最大的功绩是把各方面做到极致，是集成创新的典范。
世界上有几类人，有人就是要研究底层创新。有的是在底层创新上做应用，一般的应用是解决单项任务。还有的是做集成创新，把所有工作、应用、算法都在一个大平台上体现，形成里程碑。 恰好集成创新做得非常好。
参考链接：
相关文章
