ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
GPT-4o加钱能变快!新功能7秒完成原先23秒的任务
3500点击    2024-11-06 15:45

OpenAI出了个新功能,直接让ChatGPT输出的速度原地起飞!


这个功能叫做“预测输出”(Predicted Outputs),在它的加持之下,GPT-4o可以比原先快至多5倍


以编程为例,来感受一下这个feel:



为啥会这么快?用一句话来总结就是:


跳过已知内容,不用从头开始重新生成。


因此,“预测输出”就特别适合下面这些任务:


  • 在文档中更新博客文章
  • 迭代先前的响应
  • 重写现有文件中的代码


而且与OpenAI合作开发这个功能的FactoryAI,也亮出了他们在编程任务上的数据:



从实验结果来看,“预测输出”加持下的GPT-4o响应时间比之前快了2-4倍,同时保持高精度。


并且官方还表示:


原先需要70秒完成的编程任务,现在只需要20秒。


值得注意的是,目前“预测输出”功能仅支持GPT-4o和GPT-4o mini两个模型,且是以API的形式。


对于开发者而言,这可以说是个利好消息了。


网友们在线实测


消息一出,众多网友也是坐不住了,反手就是实测一波。


例如Firecrawl创始人Eric Ciarla就用“预测输出”体验了一把将博客文章转为SEO(搜索引擎优化)的内容,然后他表示:


速度真的超级快。


它就像在API调用中添加一个预测参数一样简单。



另一位网友则是在已有的代码之上,“喂”了一句Prompt:


change the details to be random pieces of text.


将详细信息更改为随机文本片段。


来感受一下这个速度:



也有网友晒出了自己实测的数据:



总而言之,快,是真的快。


怎么做到的?


对于“预测输出”的技术细节,OpenAI在官方文档中也有所介绍。



OpenAI认为,在某些情况下,LLM的大部分输出都是提前知道的。


如果你要求模型仅对某些文本或代码进行细微修改,就可以通过“预测输出”,将现有内容作为预测输入,让延迟明显降低。


例如,假设你想重构一段 C# 代码,将 Username 属性更改为 Email :


/// <summary>
/// Represents a user with a first name, last name, and username.
/// </summary>
public class User
{
/// <summary>
/// Gets or sets the user's first name.
/// </summary>
public string FirstName { get; set; }

/// <summary>
/// Gets or sets the user's last name.
/// </summary>
public string LastName { get; set; }

/// <summary>
/// Gets or sets the user's username.
/// </summary>
public string Username { get; set; }
}


你可以合理地假设文件的大部分内容将不会被修改(例如类的文档字符串、一些现有的属性等)


通过将现有的类文件作为预测文本传入,你可以更快地重新生成整个文件。


import OpenAI from "openai";

const code = `
/// <summary>
/// Represents a user with a first name, last name, and username.
/// </summary>
public class User
{
/// <summary>
/// Gets or sets the user's first name.
/// </summary>
public string FirstName { get; set; }

/// <summary>
/// Gets or sets the user's last name.
/// </summary>
public string LastName { get; set; }

/// <summary>
/// Gets or sets the user's username.
/// </summary>
public string Username { get; set; }
}
`;

const openai = new OpenAI();

const completion = await openai.chat.completions.create({
model: "gpt-4o",
messages: [
{
role: "user",
content: "Replace the Username property with an Email property. Respond only with code, and with no markdown formatting."
},
{
role: "user",
content: code
}
],
prediction: {
type: "content",
content: code
}
});

// Inspect returned data
console.log(completion);


使用“预测输出”生成tokens会大大降低这些类型请求的延迟。


不过对于“预测输出”的使用,OpenAI官方也给出了几点注意事项。


首先就是我们刚才提到的仅支持GPT-4o和GPT-4o-mini系列模型。


其次,以下API参数在使用预测输出时是不受支持的:


  • n values greater than 1
  • logprobs
  • presence_penalty greater than 0
  • frequency_penalty greater than 0
  • audio options
  • modalities other than text
  • max_completion_tokens
  • tools - function calling is not supported


除此之外,在这份文档中,OpenAI还总结了除“预测输出”之外的几个延迟优化的方法。


包括“加速处理token”、“生成更少的token”、“使用更少的输入token”、“减少请求”、“并行化”等等。


文档链接放在文末了,感兴趣的小伙伴可以查阅哦~


One More Thing


虽然输出的速度变快了,但OpenAI还有一个注意事项引发了网友们的讨论:


When providing a prediction, any tokens provided that are not part of the final completion are charged at completion token rates.


在提供预测时,所提供的任何非最终完成部分的tokens都按完成tokens费率收费。


有网友也晒出了他的测试结果:


  • 未采用“预测输出”:5.2秒,0.1555美分
  • 采用了“预测输出”:3.3秒,0.2675美分



嗯,快了,也贵了


OpenAI官方文档:


https://platform.openai.com/docs/guides/latency-optimization#use-predicted-outputs


参考链接:


[1]https://x.com/OpenAIDevs/status/1853564730872607229


[2]https://x.com/romainhuet/status/1853586848641433834


[3]https://x.com/GregKamradt/status/1853620167655481411


文章来自于微信公众号“量子位”,作者“金磊”


关键词: AI , GPT-4o , openai , 人工智能
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI搜索

【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架,其性能可与 Perplexity和ChatGPT-Web相媲美。

项目地址:https://github.com/InternLM/MindSearch

在线使用:https://mindsearch.openxlab.org.cn/


【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费,搜索结果包含文本,图片,视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目,测试搜索结果最好。

项目地址:https://github.com/miurla/morphic/tree/main

在线使用:https://www.morphic.sh/

2
免费使用GPT-4o

【免费】ffa.chat是一个完全免费的GPT-4o镜像站点,无需魔法付费,即可无限制使用GPT-4o等多个海外模型产品。

在线使用:https://ffa.chat/

3
prompt

【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。

项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md

在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0