共计 1163 个字符，预计需要花费 3 分钟才能阅读完成。
OpenAI 最近宣布将推出其新一代“推理”AI 模型 o1，不过初期仅对部分开发者开放。从本周二开始，o1 将逐步向那些达到“5 级”使用资格的开发者开放。要获得这一资格，开发者需要在 OpenAI 平台上至少花费 1,000 美元，并且账户自首次成功付款后已超过 30 天。
这个新模型取代了之前在 API 中可用的 o1-preview 版本。与大多数 AI 不同，o1 具备自我事实核查的能力，这让它在处理问题时能避免一些常见的错误。不过，这种能力也有代价——o1 的推理过程相对较慢，而且成本较高。运行这种模型需要大量的计算资源，因此 OpenAI 对 o1 的收费也相对较高：每处理约 750,000 个单词收费 15 美元，生成同样数量的单词则收费 60 美元。相比之下，OpenAI 的 GPT-4o 等非推理模型成本要低得多，大约只有 o1 的六分之一。
尽管价格不菲，o1 的可定制性却相当高。它支持函数调用，允许模型连接到外部数据源；开发者还可以通过消息来指导模型的语气和风格；此外，o1 还具备图像分析功能。API 中还引入了一个名为“reasoning_effort”的参数，开发者可以通过调整这个参数来控制模型在响应查询前的“思考”时间。
OpenAI 还提到，API 中的 o1 版本是经过“新后训练”的，特别是在“基于反馈的模型行为领域”有所改进。这个版本被称为“o1-2024-12-17”，与两周前在 ChatGPT 中发布的 o1 模型相比，它在处理编程和商业相关问题时，能够提供更全面和准确的响应，且不太可能错误地拒绝请求。
OpenAI 表示，他们正在逐步扩大 o1 的访问权限，并计划提高速率限制。与此同时，OpenAI 还宣布了 GPT-4o 和 GPT-4o mini 模型的新版本，这些模型作为 Realtime API 的一部分，专为构建低延迟、AI 生成语音响应的应用程序而设计。这些新模型在数据效率和可靠性方面有所提升，且使用成本更低。
值得一提的是，Realtime API 目前仍处于测试阶段，但已经引入了多项新功能，比如并发带外响应，允许后台任务在不中断交互的情况下运行。此外，API 现在还支持 WebRTC，这是一个为浏览器、智能手机和物联网设备构建实时语音应用程序的开放标准。有趣的是，OpenAI 在 12 月初聘请了 WebRTC 的创建者 Justin Uberti，这显然是为了进一步提升 API 的性能。
最后，OpenAI 还将其偏好微调功能引入了微调 API 中。通过比较模型响应的对，偏好微调可以“教导”模型区分问题的偏好答案和“非偏好”答案。此外，OpenAI 还为 Go 和 Java 的官方软件开发工具包推出了“早期访问”测试版。
总的来说，OpenAI 的这些新动向显示了他们在 AI 领域的持续创新和扩展，尽管 o1 的高成本可能会让一些开发者望而却步，但其强大的功能和可定制性无疑会吸引那些愿意投入资源的开发者。
