OpenAI的最强推理模型o1正式开放给开发者，还把语音类App相关API升级了，加入了更便宜的新款GPT-4o版本

这次OpenAI又放大招了！

推荐使用GPT中文版,国内可直接访问：https://ai.gpt86.top 

在他们为期12个工作日的线上新品和新技术发布活动中，第九天终于迎来了重磅消息：OpenAI的最强推理模型o1正式开放给开发者，还把语音类App相关API升级了，加入了更便宜的新款GPT-4o版本。

o1正式开放API，但有门槛

从12月17日（美东时间周二）开始，OpenAI通过API向部分开发者推出o1。

不过，这次开放并不是对所有开发者敞开，而是需要满足一定条件才能使用：

• 账号需要在OpenAI平台上消费至少1000美元
• 注册时间超过30天

虽然门槛稍高，但这也意味着有实力的开发者能率先用上这款“真·顶尖推理模型”，无论是打造新应用还是优化现有的App和工作流程，都能充分发挥o1的强大能力。

“满血版”o1模型上线

其实，o1早在9月推出预览版时，就已经引起不小轰动。o1被称为首个具备“通用推理能力”的大模型，在测试化学、物理、生物等专业知识的GPQA-diamond基准中，得分78.3%，远超人类博士专家的69.7%。此外，在美国数学邀请赛（AIME）中，o1的正确率达到了83.3%，吊打其前身GPT-4o。

这次API中上线的是“满血版”o1。

相比预览版，正式版o1速度提升了60%，推理准确率大幅提升，犯重大错误的频率降低了34%。在各种基准测试中，比如编码、数学等，o1的表现几乎是质的飞跃。例如数学相关测试AIME，分数从42提升到了79.2，进步惊人。

新功能让开发者更“好用”

除了性能上的提升，o1还加入了一些非常实用的新功能，比如：

• 结构化输出(Structured Outputs)：支持生成固定格式的数据（比如JSON），对接外部系统更方便；
• 函数调用(Function Calling)：简化了模型与API和数据库的交互；
• 视觉推理能力(Vision Capabilities)：可以处理视觉输入，进行推理，为制造业、科学研究和编程提供了更多应用场景。

此外，开发者还可以通过一个新参数“reasoning_effort”调整模型的行为，根据具体需求选择更高性能还是更低响应时间，灵活度更高。

除此之外，OpenAI还推出了全新的偏好微调技术（Preference Fine-Tuning），这是这次发布中的另一大亮点。

这个技术通过直接偏好优化算法（Direct Preference Optimization, DPO），让模型可以更好地适应用户的个性化需求和风格。开发者可以通过比较模型对问题的响应，对其进行精细调整，教会模型区分“首选”答案和“非首选”答案。

简单来说，就是可以更精准地微调模型，让它更加符合你的期望。

定价：更强的模型，也更贵

o1毕竟是个大模型，算力需求也高，所以API的定价不低。

每处理75万个输入token收费15美元，生成75万个输出token收费60美元，比起非推理模型GPT-4o高了三到四倍。

不过值得一提的是，正式版o1相比预览版更加高效，每次推理使用的token减少了60%，延迟也更低。

Realtime API降本升级

除了o1的API开放，OpenAI这次还对Realtime API进行了大升级，这个API专注于语音助手和实时翻译工具等低延迟应用。

这次升级加入了两款新版模型：GPT-4o和GPT-4o mini，不仅性能更稳定，还便宜了很多。

这两款模型主打低成本高效率，比如GPT-4o的音频处理费用直接降低了60%，而缓存音频输入的定价更是大降87.5%。GPT-4o mini的定价则更划算，输入token只需10美元/百万个，输出token则是20美元/百万个，对中小开发者特别友好。

更有意思的是，OpenAI还把WebRTC集成到了Realtime API中，这意味着你可以用这个API直接做实时语音交互了！比如语音助手、实时翻译这些应用，现在只需几行JavaScript代码就能搞定，超方便。

更关键的是，WebRTC自带音频流支持、噪声抑制、网络拥塞控制，哪怕网络环境差一些也不怕。

最后有话说

总的来说，这次更新让AI模型更强大、更高效，同时对开发者也更加友好。对于企业来说，现在就是入局这些新功能的好时机啦！

如果有需要升级注册ChatGPT&Claude的，请加下面微信