OpenAI发布ChatGPT函数调用和API更新

简介: 2023年6月13日,OpenAI针对开发者调用的API做了重大更新,包括更易操控的 API模型、函数调用功能、更长的上下文和更低的价格

2023年6月13日,OpenAI针对开发者调用的API做了重大更新,包括更易操控的 API模型、函数调用功能、更长的上下文和更低的价格。

在今年早些时候发布gpt-3.5-turbo,gpt-4在短短几个月内,已经看到开发人员在这些模型之上构建了令人难以置信的应用程序。
今天,我们将跟进一些令人兴奋的更新:

  • Chat Completions API 中的新函数调用功能
  • gpt-4和的更新和更易于操纵的版本gpt-3.5-turbo
  • 新的 16k 上下文版本gpt-3.5-turbo(与标准 4k 版本相比)
  • 我们最先进的嵌入模型的成本降低了 75%
  • 输入令牌的成本降低,gpt-3.5-turbo模型降低了25%
  • gpt-3.5-turbo-0301和gpt-4-0314模型宣布弃用时间表

所有这些模型都具有我们在 3 月 1 日推出的相同的数据隐私和安全保证——客户拥有根据他们的请求生成的所有输出,他们的 API 数据不会用于训练。

模型更新相关

GPT-4

  • 新增了gpt-4-0613模型,这个是一个带有函数调用的更新和改进模型。
  • gpt-4-32k-0613包括与 相同的改进gpt-4-0613,以及扩展的上下文长度,以便更好地理解更大的文本。
  • 通过这些更新,我们将在未来几周内邀请候补名单中的更多人试用 GPT-4,目的是使用此模型完全删除候补名单。感谢所有耐心等待的人,我们很高兴看到您使用 GPT-4 构建的内容!

GPT-3.5 Turbo

  • 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更可靠的可操纵性,这两个功能允许开发人员更有效地指导模型的响应。
  • gpt-3.5-turbo-16k和gpt-3.5-turbo以两倍的价格提供4倍的上下文长度:每 1K 输入令牌 0.003 美元和每 1K 输出令牌 0.004 美元。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。

模型弃用

今天,我们将开始对我们在三月份宣布的gpt-4和gpt-3.5-turbo的初始版本进行升级和弃用。使用稳定模型名称(gpt-3.5-turbo、gpt-4和gpt-4-32k)的应用将在6月27日自动升级到上述新模型。为了比较版本之间的模型性能,我们的 Evals 库支持公开和私有评估,以显示模型变化对您的用例的影响。

需要更多时间进行过渡的开发者可以通过在API请求的 'model' 参数中指定gpt-3.5-turbo-0301、gpt-4-0314或gpt-4-32k-0314,继续使用旧模型。这些旧模型将一直可以使用到9月13日,之后指定这些模型名称的请求将会失败。您可以通过我们的模型弃用页面来跟踪模型弃用的最新信息。这是对这些模型的第一次更新,因此,我们非常欢迎开发者提供反馈,以帮助我们确保平稳过渡。

函数调用

gpt-4-0613跟gpt-3.5-turbo-0613模型支持函数调用,让模型智能地选择输出包含参数的 JSON 对象来调用这些函数。这是一种更可靠地将 GPT 功能与外部工具和 API 连接的新方法。

这些模型已经过微调,可以检测何时需要调用函数(取决于用户的输入)并使用符合函数签名的 JSON 进行响应。函数调用允许开发人员更可靠地从模型中获取结构化数据。例如,开发人员可以:

创建通过调用外部工具(例如 ChatGPT 插件)来回答问题的聊天机器人

  • 将诸如“给 Anya 发电子邮件,看看她下周五是否想喝咖啡”之类的查询转换为函数调用

    send_email(to: string, body: string)
    
  • 例如:波士顿的天气怎么样?

    get_current_weather(location: string, unit: 'celsius' | 'fahrenheit')
    

从文本中提取结构化数据

定义一个名为 的函数extract_people_data(people: [{name: string, birthday: string, location: string}]),以提取维基百科文章中提到的所有人。

函数调用示例

调用OpenAI的API时,需要增加functions参数,这个参数是json格式字符串。

curl https://api.openai.com/v1/chat/completions -u :$OPENAI_API_KEY -H 'Content-Type: application/json' -d '{
  "model": "gpt-3.5-turbo-0613",
  "messages": [
    {"role": "user", "content": "What is the weather like in Boston?"}
  ],
  "functions": [
    {
      "name": "get_current_weather",
      "description": "Get the current weather in a given location",
      "parameters": {
        "type": "object",
        "properties": {
          "location": {
            "type": "string",
            "description": "The city and state, e.g. San Francisco, CA"
          },
          "unit": {
            "type": "string",
            "enum": ["celsius", "fahrenheit"]
          }
        },
        "required": ["location"]
      }
    }
  ]
}'

OpenAI会返回一个Json字符串:

{
  "id": "chatcmpl-123",
  ...
  "choices": [{
    "index": 0,
    "message": {
      "role": "assistant",
      "content": null,
      "function_call": {
        "name": "get_current_weather",
        "arguments": "{ \"location\": \"Boston, MA\"}"
      }
    },
    "finish_reason": "function_call"
  }]
}

调用第三方接口,使用模型响应调用您的 API

curl https://weatherapi.com/...

响应:

{ "temperature": 22, "unit": "celsius", "description": "Sunny" }

将响应结果发送给OpenAI进行总结

这个时候我们看到messages中的数组元素变多了,增加了上下文,并且其中有role=function的对象,在content中带上了上一步api返回的结果。

curl https://api.openai.com/v1/chat/completions -u :$OPENAI_API_KEY -H 'Content-Type: application/json' -d '{
  "model": "gpt-3.5-turbo-0613",
  "messages": [
    {"role": "user", "content": "What is the weather like in Boston?"},
    {"role": "assistant", "content": null, "function_call": {"name": "get_current_weather", "arguments": "{ \"location\": \"Boston, MA\"}"}},
    {"role": "function", "name": "get_current_weather", "content": "{\"temperature\": "22", \"unit\": \"celsius\", \"description\": \"Sunny\"}"}
  ],
  "functions": [
    {
      "name": "get_current_weather",
      "description": "Get the current weather in a given location",
      "parameters": {
        "type": "object",
        "properties": {
          "location": {
            "type": "string",
            "description": "The city and state, e.g. San Francisco, CA"
          },
          "unit": {
            "type": "string",
            "enum": ["celsius", "fahrenheit"]
          }
        },
        "required": ["location"]
      }
    }
  ]
}'

OpenAI将响应发送回模型进行总结,返回了一句完整的话:波士顿目前天气晴朗,气温为22摄氏度。

{
  "id": "chatcmpl-123",
  ...
  "choices": [{
    "index": 0,
    "message": {
      "role": "assistant",
      "content": "The weather in Boston is currently sunny with a temperature of 22 degrees Celsius.",
    },
    "finish_reason": "stop"
  }]
}

函数调用相关开发文档:

函数如何调用

https://platform.openai.com/docs/guides/gpt/function-calling

了解如何在简单和高级用例中通过API使用函数调用

https://github.com/openai/openai-cookbook/blob/main/examples/How_to_call_functions_with_chat_models.ipynb

函数调用总结

自 ChatGPT 插件的 alpha 版本发布以来,我们学到了很多关于如何让工具和语言模型安全地协同工作的知识。然而,仍然存在开放的研究问题。例如,概念验证利用说明了来自工具输出的不受信任的数据如何指示模型执行意外操作。我们正在努力减轻这些和其他风险。开发人员可以通过仅使用来自可信工具的信息并在执行具有现实世界影响的操作(例如发送电子邮件、在线发布或进行购买)之前包括用户确认步骤来保护他们的应用程序。

函数调用其实跟网页版的插件功能差不多,就是让api调用有更多的扩展性,但是目前感觉调用还是比较麻烦的,查询一个天气功能要请求三次。

更低的价格

我们将继续提高我们的系统效率,并将节省下来的资金转嫁给开发人员,即日起生效。

嵌入

text-embedding-ada-002是我们最受欢迎的嵌入模型。今天,我们将成本降低 75% 至每 1K 代币 0.0001 美元。

GPT-3.5 Turbo

  • gpt-3.5-turbo是我们最受欢迎的聊天模型,为数百万用户提供 ChatGPT 支持。今天,我们将 的输入代币成本降低了25%。开发人员现在可以以每1K输入令牌0.0015美元和每1K输出令牌0.002 美元的价格使用该模型,这相当于1美元大约700页。

  • gpt-3.5-turbo-16k定价为每1K输入代币0.003 美元,每 1K 输出代币 0.004 美元。

开发者反馈是我们平台发展的基石,我们将继续根据我们听到的建议进行改进。我们很高兴看到开发人员如何在他们的应用程序中使用这些最新模型和新功能。

总结

以上就是OpenAI 2023年6月13日发布的更新内容,大家也可以去看原文:

https://openai.com/blog/function-calling-and-other-api-updates?ref=upstract.com

公众号:楚少AI

ChatGPT手机版: https://ai004.com/

目录
相关文章
|
1月前
|
存储 JSON API
Python| 如何使用 DALL·E 和 OpenAI API 生成图像(1)
Python| 如何使用 DALL·E 和 OpenAI API 生成图像(1)
40 7
Python| 如何使用 DALL·E 和 OpenAI API 生成图像(1)
|
14天前
|
人工智能 自然语言处理 算法
【通义】AI视界|OpenAI最新发布!ChatGPT搜索功能强势来了,挑战谷歌?
本文由【通义】自动生成,精选24小时内的重要资讯:OpenAI推出ChatGPT搜索功能挑战谷歌,微软披露130亿美元投资OpenAI,Reddit首次盈利股价暴涨20%,软银CEO孙正义看好英伟达及“超级AI”前景,谷歌云与沙特PIF共建全球AI中心。更多内容请访问通通知道。
|
1月前
|
JSON API 数据格式
Python| 如何使用 DALL·E 和 OpenAI API 生成图像(2)
Python| 如何使用 DALL·E 和 OpenAI API 生成图像(2)
44 0
Python| 如何使用 DALL·E 和 OpenAI API 生成图像(2)
|
2月前
|
人工智能 Serverless API
一键服务化:从魔搭开源模型到OpenAI API服务
在多样化大模型的背后,OpenAI得益于在领域的先发优势,其API接口今天也成为了业界的一个事实标准。
一键服务化:从魔搭开源模型到OpenAI API服务
|
3月前
|
数据可视化 机器人 API
Openai的API相关全部概论汇总(通用版)
本文是2024年Openai API的全面概论汇总,涵盖了Openai平台概览、相关项目推荐(如ChatGPT-Next-Web和chatgpt-on-wechat)、账户分级制度与速率限制、费用详情以及如何快速开始使用Openai的API,为有兴趣使用Openai服务的开发者提供了详细的入门指南和资源链接。
Openai的API相关全部概论汇总(通用版)
|
2月前
|
存储 Linux API
refcount_t API 与 atomic_t 的比较 【ChatGPT】
refcount_t API 与 atomic_t 的比较 【ChatGPT】
41 16
|
3月前
|
人工智能 搜索推荐 机器人
OpenAI 将向企业开放 GPT-4o 模型定制版,国内怎么使用ChatGPT?
OpenAI新推功能让企业客户能定制GPT-4o模型,通过微调技术满足特定需求和业务场景,以前所未有的方式优化AI投资回报。企业上传自有数据后,可在一到两小时内完成模型定制,如滑板公司打造专业客服聊天机器人解答详细问题,大幅提升服务针对性与客户体验。目前定制限于文本数据,但仍显著增强了企业应用AI的灵活性与效率。
95 2
OpenAI 将向企业开放 GPT-4o 模型定制版,国内怎么使用ChatGPT?
|
3月前
|
人工智能 监控 数据挖掘
普华永道和OpenAI达成合作协议,成为首个ChatGPT Enterprise的转售商
普华永道和OpenAI达成合作协议,成为首个ChatGPT Enterprise的转售商
普华永道和OpenAI达成合作协议,成为首个ChatGPT Enterprise的转售商
|
2月前
|
缓存 Linux API
核心API文档 【ChatGPT】
核心API文档 【ChatGPT】
|
3月前
|
人工智能 机器人 API
人工智能|ChatGPT 的 API 使用
ChatGPT 不仅仅只是具备一个聊天机器人的功能。在其开放了 api 之后,就可以将 GPT 模型强大的能力轻松的通过 API 调用的方式使用。在掌握 ChatGPT api 的基础使用的同时,也可以为后续学习 LangChain 打下重要的基础。
111 5
下一篇
无影云桌面