ChatGPT王炸升级！更强版GPT-4上线，能赚钱的GPT商店也要来了

文 | 腾讯科技 郝博阳

在 OpenAI 开发者日前夕，WiFi 公司 Meter 的天使投资者兼产品负责人 Nikunj Kothari 在 X 上写道：" 自最初的 iPhone 时代以来，从未见过这么多开发者兴奋地谈论即将推出的产品。"

毫无疑问，这场 OpenAI 第一次的开发者大会受关注的程度直指科技春晚苹果秋季发布会，说是 AI 界春晚毫不为过。

大会刚开始，Sam Altman 就列出了一串数字，表明 OpenAI 目前拥有 200 多万开发人员，包括 92% 以上的财富 500 强公司用户，以及一亿周活用户。这些官方数字直接证伪了自去年 11 月发布以来，ChatGPT 的热度正在逐渐消退的相关报道。

在秀完肌肉后，Sam Altman 即刻端上了一道足以改变行业的大餐，以及一封争夺 AI 应用分发权的战书。

头盘：GPT4 Turbo

开场就是重头戏。Sam Altman 在简单讲述完 GPT 版本更新历史后，就放出了他们最强大模型 GPT-4 的 Turbo 升级版本。他称其 " 更强大，也更便宜 "。而且从今天开始，纯文本的模型可以通过 API 预览，OpenAI 表示计划在 " 未来几周 " 内全面提供包括多模态版本的 GPT4-Turbo。

GPT4-Turbo 的 " 更强大 " 体现在它的六大升级上。包扩上下文长度提升，模型控制，更好的知识，新的多模态能力，模型自定义能力及更低的价格，更高的使用上限。

对于一般用户体验来讲，上下文长度的增加，更好的知识和新的多模态能力是最核心的体验改善。

1）上下文长度升级：这在过往是 GPT4 的一个软肋。它会决定与模型对话过程中能接收和记住的文本长度。如果上下文长度限制较小，面对比较长的文本或长期的对话，模型就会经常 " 忘记 " 最近对话的内容，并开始偏离主题。GPT4 基础版本仅提供了 8k token（字符）的上下文记忆能力，最近提供的拓展能力也仅仅能达到 32k token，相比于主要竞品 Anthropic 旗下 Claude 2 提供 100k token 的能力差距明显。这使得 GPT4 在做文章总结等需要长文本输入的操作时常常力不从心。但这次 GPT-4 Turbo 直接提供了一个 128k token 的上下文能力扩充，是 GPT-4 扩容版本的 4 倍，一举提供了已商用大模型中最大的上下文容量，反超 Claude 2。更形象的形容一下，128 万个 token 约 10 万字或 300 页书，可供参考的长度约为《呼啸山庄》、《格列佛游记》和《哈利波特与阿兹卡班的囚徒》的长度。

2）更好的知识更新：GPT4-Turbo 终于把知识库更新到了 2023 年 4 月，不再让我们停留在 2 年前的过去了。最初版本的 GPT4 的网络实时信息调用只能到 2021 年 9 月。虽然随着后续插件的开放，GPT4 也可以获得最新发生的事件知识。但相较于融汇在模型训练里的知识而言，这类附加信息因为调用插件耗时久，缺乏内生相关知识的原因，效果并不理想。而现在，至少你可以获得截止到今年四月前的新信息，获取到很准确的答案了。

3）新的多模态能力：主要是指部分用户已经体验到的 Dalle3 文生图功能，文本到语音（TTS）即最近被各路展示的语音对话功能，以及整合了这些的 GPT4Turbo with Vison 多模态功能，可以识别图片和语音输入并产出对应的生成内容。这些都不是全新的功能，但他们的 API 在活动当日就全部开放给了开发者，这意味着后续会有更多的应用，网站能把这些功能整合进日常运作中。

针对这些多模态功能的 API 使用，其定价也与纯文字的 Token 定价不同，目前 Vison 的定价取决于输入图像的大小。例如，将 1080×1080 像素的图像传递给 GPT-4 Turbo 需要 0.00765 美元。 Dalle3 根据不同格式和质量选项，生成每张图像的起价为 0.04 美元。而 TTS 能力的接入价格从每输入 1000 个字符 0.015 美元起。

在宣布多模态 API 开放的同时，Sam 也提到了 Whisper V3 将会在近日发布，GPT 家族的语音识别能力又可以大幅提升。

对于开发者和程序员们而言，另外两个升级更加重要。

4）更高的控制性：为实现对模型产出内容更高的控制性，GPT Turbo 提供了三个方面的升级。

一是函数调用更新，在技术文档中，OpenAI 解释称，函数调用允许用户向模型描述应用程序或外部 API 的函数，并让模型智能地选择输出包含参数的 JSON 对象来调用这些函数，以达到使用外部程序能力的作用。而且过往的函数调用，一次交互只能调用一个函数，即一个外部能力。但在 GPT4 -Turbo 中，一条指令可以平行调用多个操作，使得与外部应用结合的复杂功能实现变得更容易。

二是改进了指令跟随，现在 GPT4 Turbo 能更好的理解限制性指令了。在需要仔细遵循指令的任务上，例如生成特定格式（例如，" 始终以 XML 响应 "）表现更佳。它甚至还提供新的 "JSON 模式 "，它确保模型能生成语法正确的 JSON 对象，不正确的语法则直接被否定掉不执行。这在传输数据的网络应用程序中很有用。

三是可再现输出，过往大语言模型经常出现的一个问题是同一个问题的答案，问上几次可能都会结果不同。为了保持模型的一致性，GPT4-Turbo 可以通过种子参数让大模型的回应变得统一且可重复。

这一部分的升级实际上为后续 GPT-4 Turbo 的自定义可能和 AI 智能体化（ AI Agent）提供了坚实的基础。只有在调用外部工具变得更简单，更稳定的前提下，AI 才能更好地进行使用多工具完成复杂任务的工作。而这正是当下智能体所需要的。

5）模型自定义能力：在今年 8 月 22 日，OpenAI 刚刚上线可微调的 GPT3.5 Turbo 版本，两个月后 GPT4 的可微调版本 Turbo 也来了，这意味着开发者终于可以在 GPT4 的基础上进行定制化调试训练了。但这个工作似乎并不容易，OpenAI 在博客文章中写道：" 初步结果表明，与 GPT-3.5 微调实现的实质性收益相比，GPT-4 微调需要更多的工作来实现对基本模型的有意义的改进。"

针对这个困难，OpenAI 提供了一个 Plus 版本的微调，即自定义模型。针对于那些需要比微调更多定制的组织（特别适用于拥有超大专有数据集的领域——至少有数十亿个 token），OpenAI 给出内部工程师协助训练模型，走完全程，从进行额外的特定领域的预训练，到运行为特定领域量身定制的自定义 RL 后训练过程。当然，OpenAI 表示这个机会不会太多，而且非常贵。

6）加量降价：最后一个大升级就是大降价。OpenAI 表示，GPT-4 Turbo 对开发人员来说运行成本更低。与 GPT-4 上的 0.03 美元相比，每 1000 个代币（LLM 读取的基本文本或代码单位）的输入成本仅为 0.01 美元。每个输出成本为每 1000 个令牌 0.03 美元。总体而言，新版 GPT-4-Tubo 比原始版本便宜 2.75 倍。而开放给 API 的 token 吞吐量也提升了一整倍。

Sam Altman 在开发者的欢呼声之后表示，不光价格降了，同时 GPT4 Turbo 的速度也会大幅提升。今天一过，AI 开发者集体降本增效了。

英伟达工程师 Jim Fan 对此表示，OpenAI 规模效应带来的价格优势太可怕了。

沙拉：纳德拉上台，巩固联盟关系

上完了头盘硬菜，Sam Altman 邀请微软 CEO 纳德拉上场站台。一番简单寒暄过后，Sam 询问纳德拉：微软现在如何看待与 OpenAI 的合作关系？纳德拉笑了大概 3 秒钟才回应：我很爱你们，能和你们合作感觉很梦幻。但讲到具体的合作时候，他更强调微软当前的首要任务是要让 Azure 更好的支持 " 包括你们模型在内 " 的大语言模型的训练和基础设施建设，让开发者能更好的使用到 AI 带来的技术革新。

（3 秒钟的笑，纳德拉的出乎意料）

针对 Sam 关于 AI 的未来会如何发展的第二个问题，纳德拉依然是返躬自省。他强调微软自认为是个平台公司，软件开发公司和合作商公司，后续的目标就是要提升算力和服务，支持自己和其他开发者利用大模型赋能机构和个人。不愧是公关大师，一套话术对两个问题。

整个对话过程略显尴尬，本来是为了强调合作关系的对话沟通却始终弥漫着一种距离感。而且整段对话的基调都是 OpenAI 大步前冲，微软自甘做个支持角色，多少有点适得其反。

正餐：GPTs，助手 API 及应用商店

如果说 GPT4 Turbo 的更新是个硬菜，它也就是个较硬的前菜。因为它的很多升级都是为 GPTs 这道主菜做引子。这才是这场发布会的主角。

GPTs

GPTs 不是 GPT 的任何一个版本，而是属于你的定制的 GPT，一个能实现各种具体目的的智能体。

OpenAI 提供了一个构建 GPTs 的工具，GPT Builder，它包含三个功能，指令、扩展知识和行动。有了这几个功能，能完成任务而非仅仅对话的智能体就可以轻松被构建出来。而且通过自然语言就可以完成全流程。

在示范如何构建一个属于 Sam Altman 个人的定制 GPT，帮助他为别人提供创业指导的过程中，这三个功能都被展现得很明确。

指令部分即一步步下达指令构建 GPTs。你说个 GPT 的应用目标，GPT Builder 会帮你生成 GPT 名字，再生成 logo（profile picture）。之后 GPT Builder 会通过询问具体限制，相关资料，逐步完善指令流程，最终完成应用构建。你根本不用规划流程，它会用问题引导你。这一切都可以用你的母语完成。

如果你对引导的结果还不满意，还可以在设置中直接进行调节。

通过 " 知识扩展 " 部分，用户可以直接上传自定义数据，如 DevDay 事件时间表。

用户还可以选择是否调用模型模型能力，使 GPT 能访问网页浏览、DALL-E 和 OpenAI 的代码解释器工具，用于编写和执行软件。

（在创建 GPTs 的工具 GPT Builder 页面中，依次从上到下展示的功能是指令，扩展知识及模型能力开关及行动功能。）

最后通过另一个名为 Actions 的功能，OpenAI 允许 GPTs 调用函数，连接到外部服务，即访问电子邮件、数据库等数据，以完成复杂的工作组合。比如在后面的演示中出现的，回答用户关于旅游地点信息的询问时，调用谷歌地图或机票信息。

通过已有的几个 GPTs，Sam 还演示了 GPTs 具体定制化后会有什么不同的能力。

如 Code.org 的编程课教师，就可以多用比喻的手法让学习者更好地理解抽象的编程逻辑。

CanavaGPT 可以直接连接到外部的 Canava（一个海报生成网站），来帮助你根据需求生成相关网站。

你所建立或订阅的所有 GPTs 都会在 GPT 主界面的左边栏中与 ChatGPT 并列存在，可见 OpenAI 对此功能所给予的重视及优先级。

当然这优先级是完全合理的。有着最新的模型接口，且将开发定制化智能体变得如此简洁的 GPTs，对于如 AUtoGPT，Langchain 之类过往提供基于 AI 的开发 App 的软件平台来讲，就是降维打击。而满足各种调用功能的小型插件更是完全没有了生存价值。对此，业内早有评价，称 OpenAI 每次发布产品升级，都会直接干掉一大批初创公司。

（来自投资人的痛诉：插件已死）

这项 GPT 创建功能将在晚些提供给付费的 ChatGPT Plus 用户和 OpenAI 企业客户，他们可以为员工制作仅限内部的 GPTs。

助手 API

针对有着更复杂需求的开发者或公司，OpenAI 还提供了一个 GPT Builder 的升级版本，即助手 API。

相较于普通 GPT，助理 API 有更长的上下文能力，还可以利用检索组件，补充更多外部知识，并在内部进行检索，连建库都不需要，上传就行。它还支持更强大的函数调用，使助手能够调用开发人员定义的编程函数，并将响应包含在消息中。

应用商店

那我们如何应用这些已建好的 GPT？OpenAI 直接给出了一个 GPT 商店，它是这些 GPT 的分发平台。与之前的插件商店不同，GPT 应用商店的意义更为重大。

从这个商店的界面看，用户可以直接订阅各种 GPTs。因此可以把它理解成一个承载着诸多 AI 小程序的集合体。而如果它成功地构建起了一套应用生态的话，OpenAI 也会变成一个真正的应用平台，一个 AI 时代的产品分发入口。而它的封闭性（里面只有基于 OpenAI 的模型开发的应用），也让它多少有了些 AI 时代 App Store 的垄断味道。

但这个地位并非只有 OpenAI 觊觎。各个大厂，包括微软和苹果都有自己的基于软件的应用市场。想在这里面再建个独立的小市场，垄断 AI 的应用红利，这很难不在后面引发和现在应用分发巨鳄们的深度冲突。

为了更快地达到这一目标，OpenAI 也为 GPTs 应用开发者设定了完整的分成逻辑。Sam Altman 表示，" 本月晚些时候，我们将推出 GPT 商店，以经过验证的建设者的创作为特色。一旦进入商店，GPT 就会变得可搜索，并可能在排行榜上攀升。我们还将重点关注我们在生产力、教育和 " 只是为了好玩 " 等类别中遇到的最有用、最令人愉快的 GPT。在接下来的几个月里，你还可以根据有多少人使用你的 GPT 来赚钱。"

虽然这场 AI 春晚震撼到了很多人，但还是有一个人不太为之所动。马斯克在看完发布会后发了条推继续支持自家模型 Grok，然后就去打暗黑四了。