模型（Models）

概述

OpenAI API 由具有不同功能和价位的多种模型提供支持。您还可以通过微调（fine-tuning），针对您的特定用例对我们的原始基本模型进行有限的定制。

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

访问供研究人员的模型索引详细了解我们的研究论文中介绍了哪些模型以及 InstructGPT 和 GPT-3.5 等模型系列之间的差异。

GPT-4 Limited beta

GPT-4 是一个大型多模态模型，由于其更广泛的一般知识和高级推理能力，它可以比我们以前的任何模型更准确地解决难题。与 gpt-3.5-turbo 一样，GPT-4 针对聊天进行了优化，但也适用于传统的补全（Completion）任务。在我们的会话补全（Completion）指南中了解如何使用 GPT-4。

注意：GPT-4 目前处于 Limited beta 阶段，只有获得访问权限的人才能访问。请加入候补名单，以便在容量可用时获得访问权限。 ​

对于许多基本任务，GPT-4 和 GPT-3.5 模型之间的差异并不显著。但是，在更复杂的推理情况下，GPT-4 比我们以前的任何型号都更强大。​

GPT-3.5

GPT-3.5 模型可以理解和生成自然语言或代码。我们在 GPT-3.5 系列中功能最强大、最具成本效益的型号是gpt-3.5-turbo，它已针对聊天进行了优化，但也适用于传统的补全（Completion）任务。​

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。​

::: tip 注意 OpenAI 模型是不确定的，这意味着相同的输入可以产生不同的输出。将 温度（Temperature ） 设置为 0 将使输出大部分具有确定性，但可能会保留少量可变性。 :::​

OpenAI模型是非确定性的，这意味着相同的输入可以产生不同的输出。将温度设置为 0 将使输出大部分具有确定性，但可能会保留少量可变性。​

特定功能模型

虽然新的 gpt-3.5-turbo 模型针对会话进行了优化，但它对于传统的完成任务也非常有效。原始的 GPT-3.5 模型针对文本补全进行了优化。

我们用于创建嵌入（Embedding）和编辑文本的端点它们自己的一组专用模型。

找到合适的模型

使用 gpt-3.5-turbo 进行试验是了解 API 功能的好方法。在您了解要实现的目标后，您可以继续使用 gpt-3.5-turbo 或其他模型并尝试围绕其功能进行优化。​

您可以使用 GPT 比较工具，让您并排运行不同的模型来比较输出、设置和响应时间，然后将数据下载到 Excel 电子表格中。​

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作品。我们目前支持在提示的情况下创建具有特定大小的新图像、编辑现有图像或创建用户提供的图像的变体的能力。​

通过我们的 API 提供的当前 DALL·E 模型是 DALL·E 的第 2 代，具有比原始模型更逼真、更准确且分辨率高 4 倍的图像。您可以通过我们的实验室界面或 API 进行试用。

Whisper

Whisper 是一种通用的语音识别模型。它在不同音频的大型数据集上进行训练，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。 目前可通过我们的 API（模型名 whisper-1）使用 Whisper v2-large 模型。​

目前，Whisper的开源版本和通过我们的API提供的版本之间没有区别。但是，通过我们的 API，我们提供了一个优化的推理过程，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。

嵌入（Embedding）

嵌入（Embedding）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 种第一代嵌入（Embedding）模型。嵌入（Embedding）可用于搜索、聚类、推荐、异常检测和分类任务。您可以在公告博客文章中阅读有关我们最新嵌入模型的更多信息。

模型兼容性

此列表不包括我们的第一代嵌入（Embedding）模型，也不包括我们的 DALL·E 模型。​

持续的模型升级

模型（Models）​

模型（Models）