https://openai.com/api/pricing的进一步展开说明

GPT⑶：一种强大的自然语言处理模型

AI研究公司OpenAI及其备受赞誉的产品ChatGPT近来在新闻中频频出现。除去炒作因素，世界各地的开发人员都想了解ChatGPT核心的模型GPT⑶。GPT⑶是甚么？它怎样使用？会不会有API？本文将回答这些和其他重要问题。

GPT⑶是甚么？

简单来讲，GPT⑶是OpenAI开发的一组可以理解和生成自然语言的模型。

不过，它其实不是单一的模型，而是四个模型，它们在速度、输出质量和其他特性上有所区别：Ada、Babbage、Curie和Davinci。这四个模型的API定价也不相同。

模型	速度	输出质量	API定价
Ada	最快	–	$0.0004/1000 tokens
Babbage	–	–	$0.0005/1000 tokens
Curie	–	–	$0.0020/1000 tokens
Davinci	–	最好	$0.0200/1000 tokens

用户可以测试这些模型并决定哪一个最合适他们的需求。例如，Ada是最快的，而Davinci比其他模型更强大。

关于GPT⑶.5的补充说明：OpenAI的一些模型可能被称为GPT⑶.5。例如，刚才提到的text-davinci-003，从技术上讲就是一种GPT⑶.5模型。你可以在帮助页面上浏览有关版本控制的更多信息。

GPT⑶是如何训练的？

最近，Bergen大学的Jill Walker Rettberg教授发表了一篇非常详细的文章，在文章中，他非常出色地探索了ChatGPT和GPT⑶的各种数据来源。在文章中，他罗列了GPT⑶的介绍性论文中提到的五个数据集：

• Common Crawl（已过滤）
• WebText2
• Books1
• Book2
• Wikipedia

这些数据集在大小和在训练中的权重分配上存在差异。Common Crawl是一个大量的互联网抓取数据集。WebText2包括Reddit上被分享并取得最少3个赞的网页内容。Book1和Book2是公然可用的图书。Wikipedia数据集主要是从英文维基百科中抓取的。

从数据的范围来看，与GPT⑵相比，GPT⑶的参数大约多出100倍（1750亿参数对照15亿参数），训练使用的令牌数量多出50倍（4990亿令牌对照100亿令牌）。

GPT⑶和InstructGPT的关系

一个想在自己的利用中实现类似ChatGPT功能的人可能会想，GPT⑶和InstructGPT的关系是甚么？由于ChatGPT通常被提及时，通常说的是InstructGPT作为底层模型。

简而言之，InstructGPT是GPT⑶的一个经过微调的版本。研究人员使用强化学习（RLHF）结合人工反馈对GPT⑶进行了训练，以改良生成输出的质量。

正如你可以看到的，InstructGPT生成的输出更符适用户的需求，看起来更加自然和对话性。

那末InstructGPT的API如何呢？根据OpenAI网站的说法，这里是他们对此的解释（重点突出）：

“InstructGPT模型是与人类协同训练的默许语言模型，现已在我们的API上部署。”

因此，使用OpenAI的语言模型API时，实际上使用的是最新一代的InstructGPT模型。

GPT⑶的利用场景

GPT⑶可以用于许多区别的自然语言处理任务。OpenAI网站上列出的关键任务包括：

• 广告文案撰写
• 总结
• 解析非结构化文本
• 分类
• 翻译

例如，当AI可以访问大量数据用于回答时，你可使用这项技术创建知识库条目或填写标准化表单。

另外，OpenAI网站上还有一个潜伏用例的大列表，你可以在这里找到。我个人最喜欢的一个用例是：你可使用GPT⑶将第一人称叙述转变成第三人称故事。（万一你从毛病的视角写了全部故事。）

定价

如果你想使用GPT⑶ API，价格是依照每1000个令牌显示的。甚么是令牌？它是一个通常对应于4个字符或0.75个单词的文本块。

为了让你了解你的文本将包括多少个令牌，OpenAI提供了一个名为Tokenizer的不要钱工具。

我输入了著名诗人沃特·惠特曼的一首诗，它有552个字符，得到了148个令牌。如果我使用Curie模型，那末这么多令牌将花费我大约0.0003美元。（听说这个模型的性价比很高。）

那末GPT⑶模型的多少钱？就像我说的，价格取决于你选择的模型和会不会使用的是基础模型或者经过微调的版本。使用基础模型时，提示通常包括多个示例。一样，一旦你使用自己的训练数据对基础模型进行了微调，你就不需要在提示中提供示例。

模型	训练*	用处**
Ada	$0.0004 (1,000个令牌)	$0.0016 (1,000个令牌)
Babbage	$0.0005 (1,000个令牌)	$0.0024 (1,000个令牌)
Curie	$0.0020 (1,000个令牌)	$0.0120 (1,000个令牌)
Davinci	$0.0200 (1,000个令牌)	$0.1200 (1,000个令牌)

*根据以下公式计算使用的训练令牌数量（”epoch”指的是对训练集进行一次完全循环）：

(你的训练文件中的令牌数 * 训练时期数) = 总训练令牌

**一旦你对模型进行了微调，你只需要为你在要求中使用的令牌付费。

接下来的发展

GPT⑶正在成为历史。虽然你现在可以可靠地使用它，但微软（OpenAI的主要投资者）刚刚宣布其Azure OpenAI服务正式可用，该服务将很快整合ChatGPT（或说GPT⑶.5模型的某个版本）。

但这还不是全部，微软的新服务还包括OpenAI的Codex和DALL-E模型，用于编码和计算机视觉任务。如果你还没有准备好开始使用Azure的新服务，那末你可以试试老牌的GPT⑶，通过API使用它。

参考博客:
– [AI writing computer code may be a norm by 2040 – is the IT industry ready for it?](https://www.paiblock.com/ai-writing-computer-code-may-be-a-norm-by⑵040-is-the-it-industry-ready-for-it/)
– [What are GANs and what real-world purposes do they serve?](https://www.paiblock.com/what-are-gans-and-what-real-world-purposes-do-they-serve/)

https://openai.com/api/pricing的常见问答Q&A