2、模型

文档地址：https://platform.openai.com/docs/models/moderation

概述

OpenAI API 由具有不同功能和价格点的多种模型提供支持。您还可以通过微调针对您的特定用例对我们的模型进行自定义。

我们还发布了开源模型，包括 Point-E、Whisper、Jukebox 和 CLIP。

访问我们的研究人员模型索引进行学习 详细了解我们的研究论文中介绍了哪些模型以及差异 InstructGPT 和 GPT-3.5 等模型系列之间。

型号持续升级

gpt-3.5-turbo、gpt-4 和 gpt-4-32k 指向最新的模型版本。您可以在发送请求后通过查看响应对象来验证这一点。响应将包括所使用的特定模型版本（例如gpt-3.5-turbo-0613）。

我们还提供静态模型版本，开发人员可以在引入更新模型后继续使用至少三个月。随着模型更新的新节奏，我们还让人们能够贡献评估，以帮助我们针对不同用例改进模型。如果您有兴趣，请查看OpenAI Evals存储库。

以下型号是临时快照，我们已经宣布了其弃用日期及其替换日期。如果您想使用最新的型号版本，请使用标准型号名称，例如 gpt-4 或 gpt-3.5-turbo。

GPT-4 和 GPT-4 Turbo

GPT-4 是一个大型多模态模型（接受文本或图像输入并输出文本），由于其更广泛的常识和先进的推理能力，它可以比我们以前的任何模型更准确地解决难题。 GPT-4 在 OpenAI API 中可供付费客户使用。与 gpt-3.5-turbo 一样，GPT-4 针对聊天进行了优化，但也适用于使用 Chat Completions API 的传统完成任务。在我们的GPT 指南中了解如何使用 GPT-4。

对于许多基本任务，GPT-4 和 GPT-3.5 模型之间的差异并不显着。然而，在更复杂的推理情况下，GPT-4 比我们之前的任何模型都要强大得多。

多语言能力

GPT-4 优于之前的大型语言模型并且截至 2023 年，大多数最先进的系统（通常具有针对特定基准的培训或手工设计）。在 MMLU 基准测试（涵盖 57 个科目的英语多项选择题套件）上，GPT-4 不仅在英语方面大幅优于现有模型，而且在其他语言方面也表现出了强劲的表现。

GPT-3.5

GPT-3.5 模型可以理解并生成自然语言或代码。我们 GPT-3.5 系列中功能最强大且最具成本效益的模型是 gpt-3.5-turbo，它已使用 Chat Completions API

我们建议使用gpt-3.5-turbo而不是其他 GPT-3.5 模型，因为它的成本更低且性能更高。

DALL·E

DALL·E 是一个人工智能系统，可以根据自然语言的描述创建逼真的图像和艺术。 DALL·E 3 目前支持根据提示创建具有特定尺寸的新图像的功能。DALL·E 2 还支持编辑现有图像或创建用户提供的图像的变体的功能。

DALL·E 3 可通过我们的 Images API 以及 DALL·E 2。您可以通过ChatGPT Plus 尝试DALL·E 3。

TTS

TTS 是一种 AI 模型，可将文本转换为听起来自然的口语文本。我们提供两种不同的模型变量，tts-1 针对实时文本转语音用例进行了优化，tts-1-hd 针对质量进行了优化。这些模型可与音频 API 中的语音端点结合使用。

Whisper

Whisper 是一种通用语音识别模型。它是在各种音频的大型数据集上进行训练的，也是一个多任务模型，可以执行多语言语音识别以及语音翻译和语言识别。 Whisper v2-large 模型目前可通过我们的 API 使用 whisper-1 模型名称获取。

目前，Whisper 开源版本与通过我们的 API 提供的版本没有区别。但是，通过我们的 API，我们提供了优化的推理过程，这使得通过我们的 API 运行 Whisper 比通过其他方式运行要快得多。有关 Whisper 的更多技术细节，您可以阅读论文。

Embeddings

Embeddings是文本的数字表示，可用于衡量两段文本之间的相关性。我们的第二代嵌入模型 text-embedding-ada-002 旨在以一小部分成本取代之前的 16 个第一代嵌入模型。嵌入对于搜索、聚类、推荐、异常检测和分类任务很有用。您可以在公告博客文章中详细了解我们最新的嵌入模型。

Moderation

审核模型旨在检查内容是否符合 OpenAI 使用政策。这些模型提供分类功能，可查找以下类别的内容：仇恨、仇恨/威胁、自残、性、性/未成年人、暴力和暴力/图形。您可以在我们的审核指南中了解更多信息。

审核模型接受任意大小的输入，该输入会自动分解为 4,096 个令牌的块。如果输入超过 32,768 个令牌，则会使用截断，在极少数情况下，可能会在审核检查中省略少量令牌。

每个对审核端点的请求的最终结果显示每个类别的最大值。例如，如果一块 4K 令牌的类别分数为 0.9901，另一块的分数为 0.1901，则结果将在 API 响应中显示 0.9901，因为它更高。

GPT base

GPT base 模型可以理解并生成自然语言或代码，但未接受以下指令的训练。这些模型旨在替代我们原来的 GPT-3 基本模型，并使用旧版 Completions API。大多数客户应使用 GPT-3.5 或 GPT-4。

GPT-3 Legacy

GPT-3 模型可以理解并生成自然语言。这些模型被更强大的 GPT-3.5 代模型所取代。但是，原始 GPT-3 基本模型（davinci、curie、ada 和 babbage ）是当前唯一可进行微调的模型。