如何選擇OpenAI的模型

動(dòng)機(jī)

OpenAI的模型比較多甘改,更新也比較頻繁,用戶不知道如何選擇男娄。

本文系統(tǒng)地整理了模型行贪,可以快速地選擇模型。

截止時(shí)間

本文章的數(shù)據(jù)模闲,截止到2024年2月1日建瘫。

模型分類

模型名稱 說(shuō)明
GPT-4
GPT-3.5
DALL·E 文生圖
TTS 生成語(yǔ)音
Whisper 識(shí)別語(yǔ)音
Embeddings
Moderation 審核內(nèi)容

模型的選擇

分類 需求 選擇的模型名稱
GPT-4 gpt-4-turbo-preview
需要有視覺(jué)能力 gpt-4-vision-preview
GPT-3.5 4K gpt-3.5-turbo-1106
16K gpt-3.5-turbo-16k
Embedding text-embedding-3-small
希望非英文的場(chǎng)景更精確 text-embedding-3-large

GPT 3.5

截止到2024年2月1日,如果想使用GPT-3.5尸折,使用gpt-3.5-turbo-1106就可以啰脚;如果超過(guò)16K,則使用gpt-3.5-turbo-16k实夹。

過(guò)幾天可能就會(huì)更新gpt-3.5-turbo-0125橄浓。

模型名稱 說(shuō)明 備注
gpt-3.5-turbo 指向?gpt-3.5-turbo-0613 不建議使用,沒(méi)有指向最新模型
gpt-3.5-turbo-16k 指向?gpt-3.5-turbo-16k-0613
gpt-3.5-turbo-0125 還沒(méi)發(fā)布亮航。
gpt-3.5-turbo-1106 最新版本(截止到2024年1月)
gpt-3.5-turbo-0613
gpt-3.5-turbo-16k-0613
gpt-3.5-turbo-0301
gpt-3.5-turbo-instruct

訓(xùn)練數(shù)據(jù)截止到:2021年9月

tokens限制:默認(rèn)是4,096 tokens荸实,如果名字中有16K,就是16,385 tokens缴淋。

gpt-3.5-turbo-1106更新的內(nèi)容

具有改進(jìn)的指令跟隨准给、JSON模式泄朴、可重現(xiàn)輸出、并行函數(shù)調(diào)用等功能圆存。了解更多[1]叼旋。

In addition to GPT-4 Turbo, we are also releasing a new version of GPT-3.5 Turbo that supports a 16K context window by default. The new 3.5 Turbo supports improved instruction following, JSON mode, and parallel function calling. For instance, our internal evals show a 38% improvement on format following tasks such as generating JSON, XML and YAML. Developers can access this new model by calling?gpt-3.5-turbo-1106?in the API. Older models will continue to be accessible by passing?gpt-3.5-turbo-0613?in the API until June 13, 2024.?Learn more[2].

GPT-4

截止到2024年2月1日,如果想使用GPT-4沦辙,使用gpt-4-turbo-preview就可以;如果需要視覺(jué)能力就使用gpt-4-vision-preview讹剔。

MODEL DESCRIPTION
gpt-4-turbo-preview 當(dāng)前指向?gpt-4-0125-preview 最新的模型(截止到2024年1月)
gpt-4 當(dāng)前指向?gpt-4-0613 很老的模型油讯,不是最新的模型。暫時(shí)不要用延欠。
gpt-4-32k 當(dāng)前指向?gpt-4-32k-0613 很老的模型陌兑,不是最新的模型。暫時(shí)不要用由捎。
gpt-4-vision-preview 使用視覺(jué)能力的話兔综,必須使用這個(gè)。
gpt-4-0125-preview 最新的模型(截止到2024年1月) 不用使用這個(gè)狞玛,使用gpt-4-turbo-preview這個(gè)別名就可以了软驰。
gpt-4-1106-preview
gpt-4-0613
gpt-4-32k-0613

除了老的GPT-4,其它(turbo或preview)模塊:

  • ??訓(xùn)練數(shù)據(jù)截止時(shí)間:2023年3月

  • ? tokens限制:總共是128K心肪;但锭亏,輸出只有4K。

Embedding

模型名稱 描述 向量大小 價(jià)格
text-embedding-3-large 適合非英文的任務(wù)硬鞍。 3,072 比ada稍微多點(diǎn)
text-embedding-3-small text-embedding-ada-002的升級(jí)版本慧瘤。 1,536 是ada的1/5
text-embedding-ada-002 1,536

模型更新說(shuō)明

  • ??2024年1月[3]

  • ??2023年11月[4]

引用鏈接

[1]?了解更多:?https://openai.com/blog/new-models-and-developer-products-announced-at-devday
[2]?Learn more:?https://platform.openai.com/docs/models/gpt-3-5
[3]?2024年1月:?https://openai.com/blog/new-embedding-models-and-api-updates
[4]?2023年11月:?https://openai.com/blog/new-models-and-developer-products-announced-at-devday

本文使用 文章同步助手 同步

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末,一起剝皮案震驚了整個(gè)濱河市固该,隨后出現(xiàn)的幾起案子锅减,更是在濱河造成了極大的恐慌,老刑警劉巖伐坏,帶你破解...
    沈念sama閱讀 206,214評(píng)論 6 481
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件怔匣,死亡現(xiàn)場(chǎng)離奇詭異,居然都是意外死亡著淆,警方通過(guò)查閱死者的電腦和手機(jī)劫狠,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 88,307評(píng)論 2 382
  • 文/潘曉璐 我一進(jìn)店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來(lái)永部,“玉大人独泞,你說(shuō)我怎么就攤上這事√β瘢” “怎么了懦砂?”我有些...
    開(kāi)封第一講書(shū)人閱讀 152,543評(píng)論 0 341
  • 文/不壞的土叔 我叫張陵,是天一觀的道長(zhǎng)。 經(jīng)常有香客問(wèn)我荞膘,道長(zhǎng)罚随,這世上最難降的妖魔是什么? 我笑而不...
    開(kāi)封第一講書(shū)人閱讀 55,221評(píng)論 1 279
  • 正文 為了忘掉前任羽资,我火速辦了婚禮淘菩,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘屠升。我一直安慰自己潮改,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 64,224評(píng)論 5 371
  • 文/花漫 我一把揭開(kāi)白布腹暖。 她就那樣靜靜地躺著汇在,像睡著了一般。 火紅的嫁衣襯著肌膚如雪脏答。 梳的紋絲不亂的頭發(fā)上糕殉,一...
    開(kāi)封第一講書(shū)人閱讀 49,007評(píng)論 1 284
  • 那天,我揣著相機(jī)與錄音殖告,去河邊找鬼阿蝶。 笑死,一個(gè)胖子當(dāng)著我的面吹牛丛肮,可吹牛的內(nèi)容都是我干的赡磅。 我是一名探鬼主播,決...
    沈念sama閱讀 38,313評(píng)論 3 399
  • 文/蒼蘭香墨 我猛地睜開(kāi)眼宝与,長(zhǎng)吁一口氣:“原來(lái)是場(chǎng)噩夢(mèng)啊……” “哼焚廊!你這毒婦竟也來(lái)了?” 一聲冷哼從身側(cè)響起习劫,我...
    開(kāi)封第一講書(shū)人閱讀 36,956評(píng)論 0 259
  • 序言:老撾萬(wàn)榮一對(duì)情侶失蹤咆瘟,失蹤者是張志新(化名)和其女友劉穎,沒(méi)想到半個(gè)月后诽里,有當(dāng)?shù)厝嗽跇?shù)林里發(fā)現(xiàn)了一具尸體袒餐,經(jīng)...
    沈念sama閱讀 43,441評(píng)論 1 300
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡,尸身上長(zhǎng)有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 35,925評(píng)論 2 323
  • 正文 我和宋清朗相戀三年谤狡,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了灸眼。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點(diǎn)故事閱讀 38,018評(píng)論 1 333
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡墓懂,死狀恐怖焰宣,靈堂內(nèi)的尸體忽然破棺而出,到底是詐尸還是另有隱情捕仔,我是刑警寧澤匕积,帶...
    沈念sama閱讀 33,685評(píng)論 4 322
  • 正文 年R本政府宣布盈罐,位于F島的核電站,受9級(jí)特大地震影響闪唆,放射性物質(zhì)發(fā)生泄漏盅粪。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 39,234評(píng)論 3 307
  • 文/蒙蒙 一悄蕾、第九天 我趴在偏房一處隱蔽的房頂上張望票顾。 院中可真熱鬧,春花似錦帆调、人聲如沸库物。這莊子的主人今日做“春日...
    開(kāi)封第一講書(shū)人閱讀 30,240評(píng)論 0 19
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽(yáng)。三九已至诱告,卻和暖如春撵枢,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背精居。 一陣腳步聲響...
    開(kāi)封第一講書(shū)人閱讀 31,464評(píng)論 1 261
  • 我被黑心中介騙來(lái)泰國(guó)打工锄禽, 沒(méi)想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人靴姿。 一個(gè)月前我還...
    沈念sama閱讀 45,467評(píng)論 2 352
  • 正文 我出身青樓沃但,卻偏偏與公主長(zhǎng)得像,于是被迫代替她去往敵國(guó)和親佛吓。 傳聞我的和親對(duì)象是個(gè)殘疾皇子宵晚,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 42,762評(píng)論 2 345

推薦閱讀更多精彩內(nèi)容