先做个广告：如需代注册GPT帐号或代充值ChatGPT4会员，请添加站长客服微信：gpt-app
、两款文本嵌入模型，以及一个全新的审核模型，性能大幅提升价格显著降低。
推荐使用ChatGPT中文版，国内可直接访问：https://ai.yeziwang.cc
GPT-4 Turbo（gpt-4-0125-preview版）不仅修复了之前用户反馈的“变懒”问题，而且在代码生成能力上实现了史诗级的提升。
GPT-3.5 Turbo（gpt-3.5-turbo-0125版）的输入价格下降了50%，输出价格也降低了25%，同时在性能上也有所升级。
两款全新的文本嵌入模型发布，分别是体积更小效率更高的text-embedding-3-small和性能大幅提升的text-embedding-3-large。这两个模型不仅性能大涨，而且价格大幅降低，其中小型模型的价格甚至降到了原模型的20%。
“迄今为止最强”的审核模型text-moderation-007发布，专门用于帮助开发者有效识别和过滤有害文本，增强内容安全。
OpenAI还特别强调，通过API传送的用户数据不会被用于训练新的模型。
GPT-4 Turbo：强化代码生成，告别“懒惰”
自去年11月OpenAI发布GPT-4 Turbo以来，超过70%的GPT-4 API用户已经转向使用GPT-4 Turbo预览版。以便访问到最新的知识更新、享受更大的128k上下文窗口，以及更低的使用成本。
这次更新中，GPT-4 Turbo预览版（gpt-4-0125-preview）在执行特定任务，尤其是代码生成方面，表现得更为强大和有效。此前，GPT-4在处理代码任务时常被开发者批评为表现“懒惰”，不能或“不愿”完整提供代码。
这一更新还修复了影响非英文UTF-8生成的一个漏洞，进一步提升了模型的多语言生成能力。
OpenAI还计划在未来几个月内推出具备视觉功能的GPT-4 Turbo正式版。
GPT-3.5-Turbo：大幅降价与性能升级
OpenAI即将推出全新升级版的GPT-3.5-Turbo（型号为gpt-3.5-turbo-0125），这是继去年以来第三次对GPT-3.5-Turbo进行价格下调。
这一新版GPT-3.5-Turbo在价格上有显著的降低：输入价格下降了50%，降至0.0005美元/1k token；输出价格也降低了25%，现为0.0015美元/1k token。
新模型还在性能上做出了重要的提升。它不仅提高了按要求格式响应的准确性，还修复了之前影响非英文语言函数调用的文本编码问题，进一步增强了其在多语言环境下的适应性和可靠性。
两款全新的嵌入模型：性能飙升，价格大幅下降
OpenAI推出了两款全新的嵌入模型——text-embedding-3-small和text-embedding-3-large，在理解内容关系和执行复杂任务方面更进一步。嵌入技术，将内容（如文字或代码）转化为数字序列，是AI理解和处理信息的核心。这项技术不仅支持ChatGPT和Assistant API中的知识检索功能，还为许多检索增强生成（RAG）开发工具提供动力。
小号text-embedding-3-small模型，作为OpenAI高效嵌入模型的新成员，相比2022年12月推出的前代产品text-embedding-ada-002，在性能上取得了显著提升。在多语言检索（MIRACL）的基准测试中，它的平均得分从31.4%提升至44.0%；在英语任务（MTEB）的基准测试中，得分从61.0%提升至62.3%。更令人关注的是，它的价格相比之前的模型降低了5倍，仅为每千token 0.00002美元，使其成为成本效益极高的选择。
大号text-embedding-3-large模型，作为OpenAI目前性能最强的大型嵌入模型，可以生成高达3072维的嵌入向量。在MIRACL上的平均得分从31.4%提升至54.9%，在MTEB上从61.0%提升至64.6%。尽管如此，它的价格定为0.00013美元/1k token，仍然保持了较高的性价比。
这两款新模型都采用了特殊的训练技术，使得开发者可以在嵌入的使用成本和性能之间做出权衡。例如，开发者可以通过调整dimensions API参数来缩短嵌入向量的长度，这种灵活性使得即使在向量尺寸减小的情况下，模型的性能仍然优于老一代的更长嵌入向量。
最强内容审核模型与API管理升级
OpenAI发布了迄今为止最强大的内容审核模型——text-moderation-007。这款模型旨在帮助开发者识别和处理可能有害的文本内容。现有的text-moderation-latest和text-moderation-stable也将重新指向这个新模型。
在API管理方面，OpenAI推出了两项重要的平台升级。
首先，开发者现在可以在API密钥页面直接设置不同的密钥权限。例如，可以为某个密钥配置只读权限，用于内部的数据跟踪面板，或设置为仅限访问特定接口。
其次，通过开启密钥使用跟踪功能，开发者可以利用仪表盘和数据导出功能，获取基于每个API密钥的详细使用指标。这样，为不同的功能、团队、产品或项目分配独立的API密钥后，就能轻松监控各自的使用情况。
参考：
https://OpenAI.com/blog/new-embedding-models-and-api-updates
