美西時(shí)間3月1日（周三），OpenAI宣布正式推出面向商業(yè)用戶(hù)的ChatGPT和Whisper語(yǔ)音轉(zhuǎn)文字API（application programming interface，中譯“應(yīng)用程序編程接口”），并給出了一系列商業(yè)伙伴已經(jīng)上線(xiàn)的案例。

OpenAI目前允許第三方開(kāi)發(fā)者通過(guò)API將ChatGPT集成到其APP和服務(wù)中。而通過(guò)新的Whisper API，用戶(hù)也能以極低的價(jià)格轉(zhuǎn)錄或翻譯音頻。

ChatGPT成本降低90%

由于全球目前對(duì)ChatGPT API的使用需求巨大，這導(dǎo)致去年年底創(chuàng)建的一個(gè)未經(jīng)授權(quán)的API違反了OpenAI的服務(wù)規(guī)則。如今，OpenAI已經(jīng)推出自己的API來(lái)滿(mǎn)足需求。據(jù)悉，新API的計(jì)算將在線(xiàn)下和云設(shè)備上進(jìn)行。

OpenAI表示，其ChatGPT API不僅可以用于創(chuàng)建人工智能驅(qū)動(dòng)的聊天界面，盡管其同時(shí)強(qiáng)調(diào)幾家公司一直在使用它來(lái)實(shí)現(xiàn)這一目的，包括本周早些時(shí)候宣布的Snap的My AI功能。OpenAI表示，全新API基于“gpt-3.5-turbo”模型，其基礎(chǔ)是支持ChatGPT的GPT 3.5模型，取代了此前的“text-davinci-003.”。更為重要的是，在去年12月后，公司已經(jīng)成功將ChatGPT的成本壓低了90%。

OpenAI董事長(zhǎng)Greg Brockman表示，“我們需要一段時(shí)間才能讓這些API達(dá)到一定的質(zhì)量水平。”但Brockman稱(chēng)，“gpt-3.5-turbo”已經(jīng)在其他方面進(jìn)行了改進(jìn)。

“如果你想擁有一個(gè)人工智能導(dǎo)師，你肯定不會(huì)希望導(dǎo)師只是給學(xué)生一個(gè)答案。你希望它總是解釋?zhuān)椭鷮W(xué)生們學(xué)習(xí)。這就是用戶(hù)能夠構(gòu)建那種系統(tǒng)的一個(gè)例子。我們認(rèn)為，這將使API可用性更高。”

記者注意到，其實(shí)已經(jīng)有多款商業(yè)應(yīng)用成為ChatGPT API的早期用戶(hù)。圖片和短視頻社交平臺(tái)Snap在本周推出了名為“My AI”的可定制化聊天機(jī)器人，供付費(fèi)訂閱用戶(hù)使用。而擁有6000萬(wàn)學(xué)生用戶(hù)的Quizlet在線(xiàn)學(xué)習(xí)平臺(tái)，則提供能出題考驗(yàn)學(xué)生的家教機(jī)器人。許多中國(guó)零售業(yè)者出海貿(mào)易會(huì)用到的Shopify平臺(tái)，也已經(jīng)上線(xiàn)了聊天機(jī)器人導(dǎo)購(gòu)。短短幾個(gè)月內(nèi)，ChatGPT已經(jīng)迅速在全球軟件生態(tài)中覓得自己的位置。

科技媒體theVerge報(bào)道稱(chēng)，OpenAI此次提供的模型可能不是微軟新版必應(yīng)搜索引擎正在使用的那種被微軟稱(chēng)之為“新的下一代OpenAI大型語(yǔ)言模型”，它比ChatGPT和GPT-3.5“更快、更準(zhǔn)確、更強(qiáng)大”。考慮到微軟在OpenAI上投入了大量資金，其能夠獲得普通開(kāi)發(fā)者無(wú)法獲得的頂尖技術(shù)也就不足為奇了。

據(jù)悉，這款名為“gpt-3.5-turbo”的模型，定價(jià)為0.002美元/每1000 tokens。這“比我們現(xiàn)有的GPT-3.5模型便宜10倍”，部分原因是“一系列系統(tǒng)范圍內(nèi)的優(yōu)化”。根據(jù)OpenAI官網(wǎng)的解釋?zhuān)瑃oken可以理解為一個(gè)一個(gè)非結(jié)構(gòu)化的單詞，而1000個(gè)token大概對(duì)應(yīng)750個(gè)詞。這個(gè)價(jià)格也要比目前的GPT 3.5模型便宜90%。

據(jù)OpenAI官網(wǎng)介紹，舉例來(lái)講，“ChatGPT很棒?。–hatGPT is great!）”需要六個(gè)token，這個(gè)句子的API分別為Chat、G、PT、is、great和！。OpenAI提供了一個(gè)工具，用于檢查和解釋一串文本需要多少標(biāo)記，并表示一般的經(jīng)驗(yàn)是，在英語(yǔ)文本中，“一個(gè)標(biāo)記通常對(duì)應(yīng)大約4個(gè)字符”。

OpenAI表示，如果開(kāi)發(fā)人員通過(guò)該API運(yùn)行大量數(shù)據(jù)，他們也可以獲得一個(gè)專(zhuān)用于ChatGPT的示例。OpenAI的博客文章稱(chēng)，這樣做可以讓用戶(hù)更好地控制其使用的模型。

Whisper API支持幾十種語(yǔ)言、多種音頻格式輸入

3月1日，OpenAI還宣布了新的Whisper API，即其語(yǔ)音和文本的模型。OpenAI表示，用戶(hù)可以用這個(gè)模型轉(zhuǎn)錄或翻譯音頻，每分鐘花費(fèi)約0.006美元。

根據(jù)OpenAI介紹，Whisper API支持對(duì)語(yǔ)音文件進(jìn)行轉(zhuǎn)錄和翻譯，并支持包括英語(yǔ)、中文、阿拉伯語(yǔ)、日語(yǔ)、德語(yǔ)、西班牙語(yǔ)等幾十種語(yǔ)言，且可以接受M4A、MP3、MP4、MPEG、MPGA、WAV和WEBM格式的輸入。不過(guò)值得注意的是，OpenAI的產(chǎn)品說(shuō)明文檔中也顯示，在業(yè)界常用的FLEURS數(shù)據(jù)集測(cè)試中，Whisper large-v2模型在識(shí)別英語(yǔ)、意大利語(yǔ)、德語(yǔ)時(shí)的單詞錯(cuò)誤率都能控制在5%以下，但識(shí)別中文的錯(cuò)誤率達(dá)到14.7%。

此外，從技術(shù)上講，Whisper API基于開(kāi)源Whisper-large-v2模型，因此用戶(hù)可以在自己的硬件上運(yùn)行，而無(wú)需支付任何費(fèi)用。此外，OpenAI或還可以訪問(wèn)更為強(qiáng)大的硬件設(shè)備，所以當(dāng)用戶(hù)正在尋找一個(gè)快速的音頻轉(zhuǎn)錄，或者需要在低功率設(shè)備（如手機(jī)）上進(jìn)行轉(zhuǎn)錄，那么Whisper API可能是正確的選擇。

OpenAI還宣布了一些政策的變化，稱(chēng)這些變化是基于開(kāi)發(fā)者的反饋。其中一個(gè)很大的問(wèn)題，是除非客戶(hù)明確同意，否則OpenAI將不再使用通過(guò)API提交的數(shù)據(jù)來(lái)訓(xùn)練模型。

OpenAI還表示，公司正在努力提高這些語(yǔ)言模型的正常運(yùn)行時(shí)間，其“工程團(tuán)隊(duì)現(xiàn)在的首要任務(wù)是保持用戶(hù)使用的穩(wěn)定性。”