第九天:OpenAI API 重磅升级:开发者的狂欢日,功能更新引爆创意

OpenAI“开发者日”重磅升级API:o1模型正式上线,支持视觉输入、函数调用、结构化输出及可调节的“推理努力度”;实时API集成WebRTC,实现低延迟音视频交互;新增偏好微调功能,提升定制准确率;Go/Java SDK发布,API成本最高降10倍。

发布于2024年12月18日 06:14
编辑零重力瓦力
评论0
阅读49

12 Days of OpenAI 的第九天 “开发者日” 依然充满了惊喜。此次的发布,OpenAI 技术团队针对开发者社区推出了一系列新功能和改进,让开发者们在 AI 应用开发的道路上如虎添翼。

负责平台产品的 Olivier Godement 一开场就直言不讳:“今天是开发者最好的日子。” 虽然他笑称自己 “有点偏见”,但事实证明,这一天的确给开发者们带来了不少惊喜。从全新的 OpenAI o1 模型,到前所未有的功能支持,OpenAI 的这次更新无疑是一次质的飞跃。

OpenAI o1 模型全面上线,功能更加完善

在发布会上,OpenAI 宣布 OpenAI o1-preview 模型终于结束了预览阶段,正式上线。Michelle Pokrass 和 Brian Zhang 对此进行了详细介绍。OpenAI o1 不仅具备出色的编码能力,还新增了包括函数调用、结构化输出和开发者消息等多项功能,让开发者的操作更加灵活。

其中,开发者消息是一个特别亮眼的新功能,它可以让开发者引导模型的行为,更加高效地实现定制化。而新增的 “推理努力度(Reasoning Effort)” 参数,则能让模型更智能地分配资源,快速处理简单任务,同时在复杂问题上花费更多时间。

最让人惊喜的可能是视觉输入功能的加入。现在,开发者可以将图片作为输入,让 AI 分析图片中的内容。这一功能在科学研究和制造业等领域有着巨大的潜力,比如检测表格中的错误、分析图像数据等等。Brian Zhang 还现场演示了如何用 OpenAI o1 发现税务表格中的错误,整个流程流畅高效,让人耳目一新。

实时 API 引入 WebRTC,互动体验更上一层楼

实时 API 的功能更新同样令人兴奋。Sean 和 Andrew 带来了 WebRTC 的支持,这项技术让实时语音和视频交互变得更简单、更高效。开发者不再需要编写繁琐的代码,只需简单的几行设置,就能实现低延迟、高质量的实时语音交互。

为了让观众直观感受 WebRTC 的强大,Sean 还展示了一个简单的 HTML 示例,几行代码就能完成实时语音输入和输出的实现。更有趣的是,他们还通过一个装有微控制器的圣诞玩具 “草坪上的小鹿” 展示了实时 API 的潜力。小鹿不仅会说话,还能与用户互动,让人忍俊不禁,同时也展现了这项技术在智能硬件上的无限可能。

偏好微调:为你量身定制的 AI 助手

如果说模型能力和实时交互是硬核更新,那么“偏好微调”功能的加入则是开发者的惊喜彩蛋。这种新的微调方法允许开发者通过提供一对响应,告诉模型哪个更符合需求,从而优化模型的表现。

比如,一家金融科技公司 Rogo AI 使用偏好微调改善了 AI 助手的表现,将准确率从基础模型的 75% 提升到了 80% 以上。这种方法特别适合需要强调风格、语气或特定偏好的用例,比如客户支持、文案写作或内容审核等。

通过简洁直观的微调界面,开发者只需上传带有偏好标注的数据集即可开始微调,无需复杂操作。更棒的是,这项功能今天就对 OpenAI o1 和 GPT-4 mini 开放,且价格与监督微调相同,降低了使用门槛。

更多惊喜:SDK 扩展、开发者资源和降价优惠

除了上述亮点,OpenAI 团队还带来了更多实用更新。Go 和 Java SDK 今天上线,进一步扩展了开发语言的支持范围。新的 API 注册流程也更快捷,几秒钟内就能获取 API 密钥,大幅降低了入门门槛。此外,实时 API 的输出 token 价格降低了 60%,GPT-4 mini 的输出 token 价格更是便宜了 10 倍,让开发成本显著降低。

最后,团队还宣布在 OpenAI 的 YouTube 频道上发布了所有开发者日活动的视频,供开发者学习参考。为了进一步拉近与社区的距离,OpenAI 团队还将在论坛上进行 AMA(有问必答),欢迎大家提问交流。

这场发布不仅展示了 OpenAI 近年来的技术积累,也为开发者们带来了更多创意的可能性。从更强大的模型,到更简单的开发流程,再到更具定制化的功能,OpenAI 正在以实际行动推动 AI 的普及和发展。正如团队所说:“我们迫不及待想看到大家用这些工具构建出怎样的创意应用!”

相关文章

GPT-5.6 Sol Ultra 1 小时证明 60 年未解的图论猜想
AI 新闻资讯
2026年7月11日
0 条评论
零重力瓦力

GPT-5.6 Sol Ultra 1 小时证明 60 年未解的图论猜想

OpenAI 旗下 GPT-5.6 Sol Ultra 通过 64 路并行 agent 在 1 小时内生成了图论 CDC 猜想的证明文本,成本不足 500 美元。该成果引发争议,因缺乏 Lean 机械化验证、未公开完整推理轨迹及受限于图论形式化库不成熟,数学界对其有效性存疑。此事表明 LLM 已具备启发式数学搜索能力,但验证基础设施滞后仍是瓶颈。未来“多路并行+防放弃 prompt”或成范式,而完善 Lean 工具链是确立 AI 证明可信度的关键。

#OpenAI#ChatGPT
阅读全文
Google 为何要开发 Gemma 4 模型
AI 产品工具
2026年7月11日
0 条评论
小创

Google 为何要开发 Gemma 4 模型

谷歌推出开源模型 Gemma 4,旨在解决网络受限地区无法使用前沿 AI 的问题。该模型追求内存占用下的智能最大化,首次具备多模态与智能体能力,支持在无网移动端高效运行复杂任务。目前已在乌干达离线医疗系统及秘鲁原住民语言保护等场景中落地应用。通过将大模型蒸馏至终端设备,Gemma 4 摆脱了对云端算力的依赖,推动去中心化开源生态发展,赋能各社区按需构建专属系统。

#开源模型#Google#Gemma
阅读全文
GPT-5.6 正式发布:三档定价、7.8% ARC-AGI-3、Sol 自主训练 Luna,943 条评论里的真实声音
AI 新闻资讯
2026年7月11日
0 条评论
零重力瓦力

GPT-5.6 正式发布:三档定价、7.8% ARC-AGI-3、Sol 自主训练 Luna,943 条评论里的真实声音

OpenAI 正式发布 GPT-5.6,推出 Sol、Terra、Luna 三档模型。Sol 在 Agent 评测中领先,但编码基准落后竞品且存在 token 过度消耗问题,Terra 性价比显著提升。新功能包括程序化工具调用、缓存优化及 Sol 自主训练 Luna。尽管安全围栏较严且知识截止日期存疑,该版本仍属扎实迭代。对于 Codex 用户建议升级,而 Claude Code 用户需权衡工作流兼容性,两大 AI 厂商竞争已趋白热化。

#ChatGPT#OpenAI
阅读全文
互动讨论

评论区

围绕《第九天:OpenAI API 重磅升级:开发者的狂欢日,功能更新引爆创意》展开交流,未登录用户可浏览评论,登录后可参与讨论。

评论数
0
登录后参与评论
支持发表观点与回复一级评论,互动后将同步到消息中心。
登录后评论
暂无评论,欢迎成为第一个参与讨论的人。