OpenAI模型家族更新：GPT-4训练数据至2023年12月_生成式 AI_核子可乐_InfoQ精选文章



 写点什么

登录/注册



大小：1013.39K时长：05:45

OpenAI模型家族更新：GPT-4训练数据至2023年12月

近日，OpenAI 宣布 GPT-3.5-turbo、GPT-4 以及 GPT-4-turbo-preview 等均指向最新模型版本。用户可以发送请求并查看响应对象来验证自己正在使用哪种模型。响应结果中包含所使用的特定模型版本（例如 GPT-3.5-turbo-0613）。

OpenAI 还提供静态模型版本，开发人员可以在模型更新发布后的三个月内继续使用原有模型。随着模型更新的加快，OpenAI 还开放了评估贡献通道，由用户针对不同用例协同进行模型改进。

感兴趣的朋友请参阅 OpenAI Evals repo：

https://github.com/openai/evals

关于弃用模型的更多详细信息，请参阅 OpenAI 官网上的弃用页面：

https://platform.openai.com/docs/deprecations

GPT-4 与 GPT-4 Turbo

GPT-4 是一套大型多模态模型（可接收文本或图像输入，并输出文本结果），目前通过 OpenAI API 向付费客户开放。

与 GPT-3.5-turbo 一样，GPT-4 针对聊天进行了优化，因此可通过聊天完成以往必须借助 Chat Completions API 才能处理的任务。OpenAI 在文本生成指南中专门介绍了如何使用 GPT-4：

https://platform.openai.com/docs/guides/text-generation

模型	说明	上下文窗口	训练数据
GPT-4-0125-preview	新模型更新的GPT-4 Turbo 这套最新GPT-4模型旨在减少模型在任务中途停运的“偷懒”问题，最多可返回4096个输出tokens。了解更多（https://openai.com/blog/new-embedding-models-and-api-updates）。	128,000 tokens	截至2023年12月
GPT-4-turbo-preview	目前指向GPT-4-0125-preview。	128,000 tokens	截至2023年12月
GPT-4-1106-preview	GPT-4 Turbo模型在指令跟踪、JSON模式、可重现输出、并行函数调用等方面做出改进，最多可返回4096个输出tokens。此模型仍处于预览阶段。了解更多（https://openai.com/blog/new-models-and-developer-products-announced-at-devday）。	128,000 tokens	截至2023年4月
GPT-4-vision-preview	除了GPT-4 Turbo所具备的各项功能之外，这套GPT-4模型还具备理解图像内容的能力。目前指向GPT-4-1106-vision-preview。	128,000 tokens	截至2023年4月
GPT-4-1106-vision-preview	除了GPT-4 Turbo所具备的各项功能之外，这套GPT-4模型还具备理解图像内容的能力。最多可返回4096个输出tokens。此模型仍处于预览阶段。了解更多（https://openai.com/blog/new-models-and-developer-products-announced-at-devday）。	128,000 tokens	截至2023年4月
GPT-4	当前指向GPT-4-0613。具体参阅模型持续升级（https://platform.openai.com/docs/models/continuous-model-upgrades）。	8,192 tokens	截至2021年9月
GPT-4-0613	2023年6月13日的GPT-4快照，改进了函数调用支持。	8,192 tokens	截至2021年9月
GPT-4-32k	目前指向GPT-4-32k-0613。具体参阅模型持续升级（https://platform.openai.com/docs/models/continuous-model-upgrades）。此模型从未对外开放，取而代之的是GPT-4 Turbo。	32,768 tokens	截至2021年9月
GPT-4-32k-0613	2023年6月13日的GPT-4-32k快照，改进了函数调用支持。此模型从未对外开放，取而代之的是GPT-4 Turbo。	32,768 tokens	截至2021年9月

对于大部分基本任务，GPT-4 和 GPT-3.5 模型间的差异并不明显。但在需要较复杂推理能力的情况下，GPT-4 则拥有超越 OpenAI 此前各类模型的表现。

GPT-3.5 Turbo

GPT-3.5 Turbo 模型能够理解并生成自然语言或者代码，针对 Chat Completions API 进行了聊天优化，但也同样适用于非聊天任务。

模型	说明	上下文窗口	训练数据
GPT-3.5-turbo-0125	新模型更新的GPT 3.5 Turbo 最新的GPT-3.5 Turbo模型在响应请求时拥有更高的准确度，同时修复了可能在非英文语言函数调用中导致文本编码问题的bug。最多可返回4096个输出tokens。了解更多（https://openai.com/blog/new-embedding-models-and-api-updates#:~:text=Other%20new%20models%20and%20lower%20pricing）。	16,385 tokens	截至2021年9月
GPT-3.5-turbo	目前指向GPT-3.5-turbo-0613。这套GPT-3.5-turbo模型已经于2月16日由GPT-3.5-turbo-0613升级至GPT-3.5-turbo-0125。	4,096 tokens	截至2021年9月
GPT-3.5-turbo-1106	GPT-3.5 Turbo模型，在指令跟踪、JSON模式、可重现输出、并行函数调用等方面做出改进。最多可返回4096个输出tokens。了解更多（https://openai.com/blog/new-models-and-developer-products-announced-at-devday）。	16,385 tokens	截至2021年9月
GPT-3.5-turbo-instruct	与GPT-3时代的其他模型功能类似，与旧版Completions端点兼容，但不兼容Chat Completions。	4,096 tokens	截至2021年9月
GPT-3.5-turbo-16k	旧模型目前指向 GPT-3.5-turbo-16k-0613。	16,385 tokens	截至2021年9月
GPT-3.5-turbo-0613	旧模型 2023年6月13日的GPT-3.5-turbo快照，将于2024年6月13日弃用。	4,096 tokens	截至2021年9月
GPT-3.5-turbo-16k-0613	旧模型 2023年6月13日的GPT-3.5-16k-turbo快照，将于2024年6月13日弃用。	16,385 tokens	截至2021年9月

DALL·E

DALL-E 是一套 AI 系统，能够根据自然语言的描述创建出逼真的图像与艺术效果。DALL-E 3 目前支持根据提示词生成拥有特定尺寸的新图像。DALL-E 2 还支持对现有图像进行编辑、或为用户上传的图像生成变体等功能。

DALL-E 3 可通过 OpenAI 的 Images API 同 DALL-E 2 配合使用。用户可通过 ChatGPT Plus 服务体验 DALL-E 3。

模型

说明

dall-e-3

新模型

DALL·E 3

2023年11月发布的最新DALL-E模型。了解更多（https://openai.com/blog/new-models-and-developer-products-announced-at-devday）。

dall-e-2

2022年11月发布的上代DALL-E模型。作为DALL-E的第二个迭代版本，拥有比初代模型更真实、更准确及4倍分辨率的图像生成能力。

TTS

TTS 是一种 AI 模型，能够将文本转换为听感自然顺畅的语音。OpenAI 提供两种不同模型变量，其中 tts-1 针对实时文本到语音用例进行了优化，tts-1-hd 则针对输出质量进行了优化。这些模型均可通过 Audio API 中的 Speech 端点配合使用。

模型

说明

tts-1

新模型

Text-to-speech 1

最新文本转语音模型，针对速度进行了优化。

tts-1-hd

新模型

Text-to-speech 1 HD

最新文本转语音模型，针对速度进行了优化。

Whisper

Whisper 是一种通用语音识别模型，在包含多种音频的大型数据集上训练而成。它也是一套多任务模型，能够执行多语种语音识别、语音翻译与理解等任务。Whisper v2-large 模型目前可通过 API 调用，模型名称为 Whisper-1。

目前，Whisper 的开源版本与 OpenAI 通过 API 提供的版本完全一致。但 API 版本的推理过程经过优化，因此 Whisper 在 API 上的运行速度要比其他方式快得多。

关于 Whisper 的更多技术细节，请参阅此论文：

https://arxiv.org/abs/2212.04356

Embeddings

Embeddings 是指文本的数字表示，可用于衡量两段文本之间的相关性。Embeddings 即嵌入，往往在搜索、聚类、推荐、异常检测和分类任务中拥有良好表现。

感兴趣的朋友可以在 OpenAI 的公告博文中了解关于最新嵌入模型的更多信息：

https://openai.com/blog/new-embedding-models-and-api-updates

模型	说明	输出大小
text-embedding-3-large	新模型 Embedding V3 large 适用于英语和非英语任务的最强嵌入模型。	3,072
text-embedding-3-small	新模型 Embedding V3 small 拥有超越二代ada嵌入模型的更强性能。	1,536
text-embedding-ada-002	最强大的二代嵌入模型，全面取代了16种初代模型。	1,536

Moderation

Moderation 审核模型负责检查内容是否符合 OpenAI 的使用政策。这些模型提供分类功能，用于查找以下类别的内容：仇恨、仇恨/威胁、自残、性、性/未成年人、暴力及暴力/图像。

更多具体信息请参阅 OpenAI 审核指南：

https://platform.openai.com/docs/guides/moderation/overview

审核模型可接受任意大小的输入，将输入自动拆分成 4096 个 tokens 的块。如果总输入超过 32768 个 tokens，则使用截断技术处理。在极少数情况下，此类模型可能会在审核检查中忽略少量 tokens。

每条指向审核端点的请求仅显示各类别的最大值。例如，如果一个 4k tokens 块的分类得分为 0.9901，而另一个块的得分为 0.1901，则 API 响应结果将仅显示明显更高的 0.9901。

模型	说明	最大TOKENS
text-moderation-latest	目前指向text-moderation-007。	32,768
text-moderation-stable	目前指向text-moderation-007。	32,768
text-moderation-007	在所有分类任务中最强大的审核模型。	32,768

GPT base

GPT base 模型能够理解并生成自然语言或者代码，但并未接受指令遵循方面的训练。这些模型旨在替代 OpenAI 之前的 GPT-3 base 基础模型，且使用旧版 Completions API。OpenAI 推荐大多数用户直接使用 GPT-3.5 或者 GPT-4。

模型	说明	最大TOKENS	训练数据
babbage-002	替代ada与babbage基础模型。	16,384 tokens	截至2021年9月
davinci-002	替代GPT-3 curie与davinci基础模型。	16,384 tokens	截至2021年9月

使用政策

在用户数据处理上，OpenAI 强调用户数据始终归用户所有。

自 2023 年 3 月 1 日起，发送至 OpenAI API 的数据将不会被用于训练或改进 OpenAI 模型（除非用户明确表示同意）。但若选择参与改进，那么模型可能随时间推移更加契合的用例。

为了帮助识别滥用行为，API 数据最多可保留 30 天，之后将被删除（除非法律另行要求）。对于用例较为敏感的可信客户，OpenAI 亦提供零数据保留选项。在零数据保留情况下，请求与响应主体不会被持久保存在任何日志记录当中，而仅放置在内存内以支持服务需求。请注意，此数据政策不适用于 OpenAI 提供的非 API 消费级服务，例如 ChatGPT 或 DALl-E Labs。

端点默认使用政策

端点	数据是否被用于训练	默认保留周期	是否符合零保留条件
/v1/chat/completions*	否	30天	是，但图像输入除外*
/v1/files	否	直至客户主动删除	否
/v1/assistants	否	直至客户主动删除	否
/v1/threads	否	60天	否
/v1/threads/messages	否	60天	否
/v1/threads/runs	否	60天*	否
/v1/threads/runs/steps	否	60天*	否
/v1/images/generations	否	30天	否
/v1/images/edits	否	30天	否
/v1/images/variations	否	30天	否
/v1/embeddings	否	30天	是
/v1/audio/transcriptions	否	零数据保留	-
/v1/audio/translations	否	零数据保留	-
/v1/audio/speech	否	30天	否
/v1/fine_tuning/jobs	否	直至客户主动删除	否
/v1/moderations	否	零数据保留	-
/v1/completions	否	30天	是

* 通过 GPT-4-vison-preview 模型输入的图像不符合零保留条件。

* 对于 Assistants API，OpenAI 仍在 beta 期间评估默认保留周期。预计 beta 结束后将确定沿用默认的保留周期。

关于更多详细信息，请参阅 OpenAI 的 API 数据使用政策：

https://openai.com/policies/api-data-usage-policies

模型端点兼容性

端点	最新模型
/v1/assistants	支持除GPT-3.5-turbo-0301之外的所有模型。检索工具需要匹配GPT-4-turbo-preview（及日期更早的模型版本）或者GPT-3.5-turbo-1106（以及后续版本）。
/v1/audio/transcriptions	whisper-1
/v1/audio/translations	whisper-1
/v1/audio/speech	tts-1, tts-1-hd
/v1/chat/completions	GPT-4及日期更早的模型版本，GPT-4-turbo-preview及日期更早的模型版本，GPT-4-vision-preview，GPT-4-32k及日期更早的模型版本，GPT-3.5-turbo及日期更早的模型版本，GPT-3.5-turbo-16k及日期更早的模型版本，GPT-3.5-turbo的各微调版本。
/v1/completions (Legacy)	GPT-3.5-turbo-instruct, babbage-002, davinci-002
/v1/embeddings	text-embedding-3-small, text-embedding-3-large, text-embedding-ada-002
/v1/fine_tuning/jobs	GPT-3.5-turbo, babbage-002, davinci-002
/v1/moderations	text-moderation-stable, text-moderation-latest
/v1/images/generations	dall-e-2, dall-e-3

此列表不包含已被 OpenAI 弃用的各模型版本：

https://platform.openai.com/docs/deprecations

相关链接：

https://platform.openai.com/docs/models/GPT-4-and-GPT-4-turbo

评论

发布

暂无评论

最近爆火的MCP究竟有多大魅力？MCP开发初体验｜得物技术

编程开发！IntelliJ IDEA 2025.1.1中文激活教程-Mac/win

文献解读-LettuceGDB: The community database for lettuce genetics and omics

基因测序基因数据分析 Sentieon 变异检测精准医疗

FunProxy - 使用 Rust 构建跨平台全链路测试抓包代理工具

vivo互联网技术

效率 rust 测试代理抓包工具

荣誉｜奇点云荣登“2025杭州准独角兽企业榜单”

AI 数据大模型专精特新独角兽

AI 时代：程序员的史诗级转型与未来发展

代码制造者

区块链ETF软件的核心功能

北京木奇移动技术有限公司

区块链技术软件外包公司区块链ETF

百度公布动物语言转换专利！可实现与动物深度交流

AI驱动仿真未来丨2025 Altair区域技术交流会华东站，报名开启！

Altair RapidMiner

AI 汽车数字孪生仿真 CAE

Amazon Q 从入门到精通 – 快速实战篇

亚马逊云科技 (Amazon Web Services）

私有化im即时通讯及协同办公平台推荐！

即时通讯 IM 私有化部署企业级应用软件

仓库拣货优化的领域建模

人工智能运筹优化

影响LED显示屏清晰度的三大关键要素

商业 LED显示屏全彩LED显示屏 led显示屏厂家舞台表演

千万级成品数据集：OCR全能选手的“硬核底座”

OCR 实现光学字符识别数据标注大模型人工智能、

掌握Multi-Agent实践(一)：使用AgentScope实践入门和Workstation上手指南

汀丶人工智能

专为MacOS设计的视频下载器：Downie 4

Bolt.diy 创意建站 | 不懂代码，你也可以快速建站

六月的雨在InfoQ

CAP 函数计算 Bolt.diy 自然语言建站

Autodesk AutoCAD 2026破解版(cad2026中文安装包)-Mac/win

2D动画设计 Reallusion Cartoon Animator Mac中文激活版

小红书笔记详情API接口（附代码示例）

小红书笔记详情接口小红书API 小红书笔记数据采集小红书笔记详情api

和 Mint 一起了解 SuperStacks：开启 Superchain 激励的全新范式

B2B 电商 API 实战：1688 平台实时商品数据采集接口对接指南

vm虚拟机安装教程附VMware Fusion Pro 13密钥及win11镜像包

演讲大咖预告丨2025 Altair离散元仿真技术研讨会火热报名中！

Altair RapidMiner

数字孪生仿真 CAE 离散元仿真工程机械

即时通讯APP遭遇DDoS攻击怎么解决

网络安全服务

CDN 服务器即时通讯IM 高防IP DDoS 攻击

小红书笔记评论API接口（附代码示例）

小红书API 小红书笔记评论接口小红书笔记内容采集小红书笔记评论api

区块链ETF软件的技术方案

北京木奇移动技术有限公司

区块链技术软件外包公司区块链ETF

密码测评：确保数字安全的必要手段

黑龙江陆陆信息测评部

mestrenova 14下载安装(核磁数据处理软件)-Mac/win

BeeWorks IM：专业安全的企业私有化即时通讯软件

即时通讯 IM 私有化部署企业级应用

区块链RWA软件的技术方案

北京木奇移动技术有限公司

区块链技术软件外包公司区块链RWA