OpenAI兩個重大更新:治好GPT-4 Turbo「懶病」,GPT-3.5 Turbo也降價了!
OpenAI兩個重大更新:治好GPT-4 Turbo「懶病」,GPT-3.5 Turbo也降價了!

美國時間周四,OpenAI宣布了一系列重大更新。這些更新不僅關乎它們備受歡迎的大模型,還包括API訪問價格的調整、性能優化以及全新嵌入性模型的發布。這些動作旨在吸引更多開發者的注意,也有望為未來的消費者市場設立新的標桿。

OpenAI這次更新中,特別提到了它們的GPT-4 Turbo和GPT-3.5 Turbo兩大模型。它們都是大型多模態模型,可以理解和生成自然語言或代碼。在新版本中,它們擁有了諸多增強功能,包括更精準的指令跟隨、支持JSON模式、更多可復現的輸出,以及並行函數調用的優化。

此外,該公司還推出了全新的16k版本GPT-3.5 Turbo,這一版本在處理超長輸入和輸出時,相比標準的4k版本展現出了更為出色的表現。

GPT-3.5 Turbo降價,輸入輸出長文本更加省錢

對於眾多用戶而言,GPT-3.5 Turbo並不陌生。作為大多數人透過ChatGPT進行互動的背後支援模型,它幾乎已經成為黃金標準。面對其他聊天機器人,如果用戶發現其回答質量不及ChatGPT,那麽在使用上,後者無疑成為最佳選擇。

在API領域,GPT-3.5 Turbo同樣表現不俗。在執行各類任務時,它不僅能夠提供比GPT-4更低的成本,還能保證更快的執行速度。因此,對於那些付費用戶來說,此次輸入價格下調50%、輸出價格下調25%無疑是一大利好。具體來說,新的輸入價格定格在每 1K tokens 0.0005美元,而輸出價格則為每 1K tokens 0.0015美元。

在處理文本密集型應用(如整篇論文或書籍的分析)時,這些代幣的累積費用往往相當可觀。而且隨著開源大模型開始發力,OpenAI需要確保其客戶不會離開。因此,這一價格調整無疑將為用戶帶來真正的實惠。當然,這也是模型精簡和基礎設施改進的結果。

在GPT-3.5 Turbo上,OpenAI還悄然推出了代號為GPT-3.5 Turbo 0125的新模型版本。雖然該公司並未大肆宣揚,但這一版本顯然包含了一系列「各種改進」。不過,相較於最新版本GPT-3.5 Turbo 0613,這一更新似乎並未帶來公司認為值得特別提及的重大突破。

解決GPT-4 Turbo「懶惰」問題,新嵌入模型能能力大提升

在GPT-4 Turbo上,OpenAI同樣有所動作。一個新的API使用預覽模型——GPT-4 Turbo 0125應運而生。這個模型成功解決了GPT-4 Turbo過去存在的一個老問題,即模型在面對某些任務時可能出現的「懶惰」情況。此外,GPT-4 Turbo 0125在代碼生成等任務方面的表現也較之前的預覽模型有了顯著提升。

目前,GPT-4 Turbo 0125仍處於預覽模式階段。不過,具有視覺效果的GPT-4 Turbo(即GPT-4 V)有望在未來幾個月內與廣大用戶正式見面。

在嵌入模型方面,OpenAI同樣帶來了令人振奮的消息。該公司推出了全新的text-embeddings-3-small和text-embeddings-3-large模型,它們相較於上一代的text-embeddings-ada-002展現出了更強大的性能和更親民的價格。

這些新模型能夠創建多達3072維度的嵌入空間,從而捕獲更多的語義訊息並提高下遊任務的準確性。在性能測試中,新模型將多語言檢索(MIRACL)常用基準的平均分數從31.4%提升至54.9%,而在英語任務(MTEB)常用基準上的平均分數也從61.0%提升至64.6%。

更值得一提的是,與text-embeddings-ada-002相比,text-embeddings-3-small的價格降到1/5,這無疑為開發人員帶來了更為經濟實惠的選擇。

此外,OpenAI還發布了一個全新版本的免費文本審核API。這個API能夠檢測文本是否包含敏感或不安全的內容,並且新版本還擴展支援的語言和領域範圍,同時為其預測提供了更為詳盡的解釋。

延伸閱讀:GPT-4變懶了:轉檔推太長,表格也只給3行!OpenAI怎麼說?AI模型為何會變笨?

本文授權轉載自:網易科技
責任編輯:蘇祐萱

關鍵字: #AI #openai
往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓