gpt支持什么系统gpt4收费标准：GPT⑷强势来袭：支持最长50页文本、识图能力强，API价格是原来的60倍，多模态是大语言模型的未来？ 1篇读懂

近期，互联网行业再次掀起了1股创新浪潮，让我们1起揭开这个新时代的面纱，看看互联网天下有哪些令人振奋的事情正在发生。

每经记者：文巧 每经编辑：谭玉涵北京时间月3月15日凌晨，距ChatGPT发布没有到4个月，OpenAI公司再次发布了1个王炸级别消息——正式公布多模态预训练大模型GPT⑷本应于周四发布的GPT⑷提前了1天多的时间揭开神秘面纱，也让许多人感到猝没有及防。

OpenAI创始人Sam Altman在推特上直言没有讳地称其为该公司“迄今为止功能最强大、最1致的模型”很快，GPT⑷上线仅几分钟后，大批新的订阅用户涌入，OpenAI的付款系统被挤爆了目前，GPT⑷仅限ChatGPT的Plus订阅用户使用，其他用户需要排队申请内测。

率先体验了GPT⑷的IT从业人员Wang告诉《每日经济新闻》记者，“推理能力非常赞”没有过，他认为，和人类比（GPT⑷生成的内容）还是较弱，“我倾向于认为，它应该没有元创新能力”取门庭若市的GPT⑷相比，谷歌的门前就显得异常冷清了。

当天，谷歌发布了1支预告片，演示了整合其AI功能的Work Space功能，但在GPT⑷的光环之下黯然失色记者注意到，在GPT⑷中，支持图像理解的功能是1个最大的飞跃基于此，GPT⑷的API也区分了输入端（即文本和图像形式的prompt）和输出端（生成文本），分别进行收费，。

而GPT⑷输出端的最高价格大约是GPT⑶.5 Turbo的60倍实际上，科技巨头间围绕多模态模型的较量也已经展开，微软、谷歌、Meta、Deepmind都发布了自己的多模态模型未来，多模态模型或将成为AI领域的兵家必争之地。

“我们认为这是这场AI军备竞赛中，GPT技术升级的又1重要步骤截至目前，微软的技术仍远高于谷歌”Wedbush董事总经理Daniel Ives告诉每经记者6个月心血打造，GPT⑷强在哪里？在推特上，Sam Altman透露，GPT⑷的初始训练已经完成了很长1段时间，但他和他的团队花了很长时间和大量的工作才准备好发布它。

据OpenAI，团队花了6个月的时间使用对抗性测试程序和ChatGPT的经验教训，对GPT⑷进行迭代调整，从而在真实性、可控性等方面取得了有史以来最好的结果根据OpenAI的GPT⑷文档，这1次的GPT⑷是1种

多模态语言模型，能接受图像和文本输入，再输出正确的文本回复相较于ChatGPT基于的GPT⑶.5模型，它拥有强大的识图能力，文字输入限制提升，准确性显著提高，风格上也有了变化，例如能够生成歌词和创意文本。

有推特用户表示，他仅花了60秒钟的时间就用GPT⑷重建了1个名为“Pong”的游戏。“我没有在乎这是没有是通用AI，但GPT⑷是1项令人难以置信的变革性技术。事情彻底变了。”

图片来源：推特有用户直接让GPT⑷续写红楼梦，结果有模有样。

图片来源：某社交媒体1位IT从业人员Wang已经率先体验了GPT⑷的强大功能，他告诉《每日经济新闻》记者，“简单试了1下，推理能力非常赞”他认为，在1定程度上，GPT⑷的回答已经并非基于网上信息的整合，而是有1些真正的推理能力了。

记者在多个AIGC讨论群组中注意到，相比于GPT⑶.5，GPT⑷在许多问题上的回答确实游刃有余，也能识别问题中的错误信息。

图片来源：微信群值得注意的是，在GPT⑷模型中，支持图像理解的功能是1个最大的飞跃上周，微软德国的CEO在接受访问时透露，即将发布的GPT⑷将支持视频，尽管这次的发布并未展现出支持视频的功能，但这个新的功能已经让许多人感叹，“这1波直接王炸！”、“能革OpenAI命的只有OpenAI！”。

在OpenAI公布的展示视频中，Open AI的联合创始人兼总裁Greg Brockman仅仅提供了1个Html页面的草稿，GPT⑷仅用10秒时间就直接生成了这个页面的代码。

图片来源：OpenAI视频截图此外，另1个备受关注的飞跃式提升是，GPT⑷提供了更长的文字输入限制OpenAI显示，GPT⑷分为两个版本，1个支持的最长Token为8192，另1个支持的最长Token是32768（大约50页文本）。

这分别是此前ChatGPT高低文长度的2倍和8倍图片来源：OpenAIAPI价格是原先的60倍，为何？在发布了GPT⑷模型以后，OpenAI直接将ChatGPT升级成了GPT⑷版，并且还1口气发布了GPT⑷的API接口。

记者注意到，相较于OpenAI此前公布的GPT⑶.5 Turbo版本的API，GPT⑷的API价格有了明显的提升由于GPT⑷提供了图像理解功能，其区分了输入端（即文本和图像形式的prompt）和输出端（生成文本）。

在GPT⑷ 8K版本中，输入端的价格为每1000个Token （约750个单词）0.03美元，输出端的价格为每1000个Token 0.06美元；在GPT⑷ 32K版本中，输入端为每1000个Token 0.06美元，输出端为每1000个Token 0.12美元。

相比之下，3月1日发布的GPT⑶.5 Turbo 的API价格仅为每1000个Token 0.002美元此前小我创业者王绍在接受每经记者采访时曾表示，基本上是每1000个汉字大约3分钱的成本若按此计算，GPT⑷ 32K版本的输出端价格达到了每1000个汉字大约1.8元，是GPT⑶.5 Turbo的60倍，明显成本大幅增加。

图片来源：OpenAI每经记者在相关讨论群中也注意到，许多开发者对此议论纷纷。

图片来源：微信截图GPT⑷的价格为什么上涨如此之多？我们首先得回到GPT⑷最大的改变——多模态模型多模态系统1直是AI领域的发展范式，单个系统将包含各种数据类型（如文本、语音、图像或视频）输入和输出的能力。

1位产品经理在他的微信公众号上评价称，GPT⑷才是真正的多模态模型，这意味着在预训练过程中图像就是重要的1环，它能够真正理解图像，并非简单利用1些图文工具实现模型对图像的转换，这也是GPT⑷的真正的魅力所在。

Wang告诉每经记者，相比之前只支持文本的模型来说，多模态模型肯定会提升在算力、训练方面的成本2月27日，微软发布了KOSMOS⑴多模态语言模型，支持进行图像内容的理解并对话据该论文，在多模态模型的训练过程中，没有止会用到文本数据，还包括任意交错的文本和图像、图像标题数据。

这样1来，训练难度肯定有所增加如此看来，GPT⑷的API价格上涨也说得通了多模态是大型语言模型的未来？GPT⑷当然还远没有能称之为完美“它取早期的GPT模型有类似的局限性：它没有完全可靠、高低文窗口有限，并且没有能从过往经验中进行自主学习。

”OpenAI如此说道没有过，OpenAI 也表示在特定领域做出了改进取GPT⑶.5 相比，GPT⑷总体上响应“没有允许内容”请求的可能性降低了82%，并且以符合公司政策的形式响应敏感请求（如医疗建议和任何取自我伤害有关的事情）概率增加29%。

在Wang看来，“和人类比（GPT⑷生成的内容）还是较弱的，我倾向于认为，它应该没有元创新能力”他进1步解释说，元创新能力即从无到有创造1个概念出来，而非把几个器材拼凑起来的创新在GPT⑷这个多模态模型发布后，微软也证实，其基于ChatGPT的新版必应正是基于GPT⑷模型而运行。

此外，OpenAI还公布了1些早期的应用者其中包括 Stripe，它使用 GPT⑷ 扫描商业网站并向客户支持人员提供摘要；Duolingo将 GPT⑷ 构建到新的语言学习订阅层中；摩根士丹利正在创建1个由 GPT⑷ 驱动的系统，将从公司文件中检索信息并将其提供给金融分析师；可汗学院则正在利用 GPT⑷ 构建某种自动化导师。

每经记者注意到，多模态模型或将成为未来的兵家必争之地在前述微软的论文中，科学家们这样写道，“语言、多模式感知、动作和天下建模的大融合是通向通用AI的关键1步……作为智能的基本组成部分，在知识获取方面，多模态感知，是实现通用AI的必要条件。

”上述论文也提到，多模态语言模型提供了1些新的用途和可能性例如，它能够自然地支持1般模式的多回合交互和多模式下的对话实际上，科技巨头间围绕多模态模型的较量也已经展开沿着类似的思路，谷歌发布了PaLM-E，这是1个取Kosmos⑴非常相似的多模态模型；类似的多模态模型还有Meta的LLaMA、 Omnivore、FLAVA、CM3 和 Data2vec，都是采用多模式方法来解决没有同的任务，如语音、视觉、文本，甚至 3D；此外，DeepMind也于2022 年 11 月发布了Gato多模态模型。

（每经记者蔡鼎亦对文本有所贡献）每日经济新闻

如果您觉得这篇文章对您有所帮助，请在下方留下您的评论，让更多人看到。