在OpenAI近期舉辦的以假期為主題的產品發布活動“OpenAI 12天”進入第九天之際，該公司宣布了一項重大進展：其最先進的模型o1現已通過應用程序編程接口（API）向第三方開發者全面開放。
這一舉措標志著OpenAI在推動AI技術普及和應用方面邁出了重要的一步。對于渴望構建高級AI應用程序或將OpenAI尖端技術融入現有應用和工作流程的開發者而言，這無疑是一個振奮人心的消息，無論他們的目標用戶是企業還是消費者。
o1系列模型，包括o1和o1 mini，自2024年9月發布以來，便以其超越GPT系列大型語言模型（LLM）的推理能力而備受矚目。雖然這些模型在響應用戶提示時可能需要更多時間，但它們在制定答案時會進行自我驗證，從而避免了產生誤導性的信息。用戶反饋顯示，o1模型能夠處理復雜的博士級問題，其能力得到了現實世界的驗證。
此前，開發者雖然可以訪問o1的預覽版本并基于此構建應用（如博士顧問或實驗室助理），但通過API發布的o1模型生產就緒版本在性能、延遲以及新功能方面都有所提升，使其更易于集成到實際應用中。大約兩周半前，OpenAI已通過ChatGPT Plus和Pro計劃向消費者推出了o1，并增加了對圖像和文件的分析與響應功能。
除了o1模型的全面開放，OpenAI還宣布對其Realtime API進行重大更新，并降低了價格，同時引入了新的微調方法，為開發者提供了更高的模型控制力。新的o1模型（編號為o1-2024-12-17）在復雜多步驟推理任務上表現出色，與預覽版相比，在準確性、效率和靈活性方面都有所提升。
OpenAI在一系列基準測試中取得了顯著進步，例如在SWE-bench Verified上的編碼結果從41.3提高到48.9，在AIME數學測試中的表現從42躍升至79.2。這些改進使得o1成為構建簡化客戶支持、優化物流或解決挑戰性分析問題的理想工具。o1還引入了新功能以增強對開發者的支持，包括結構化輸出、函數調用以及對視覺輸入的推理能力。
開發者現在可以使用新的reasoning_effort參數來微調o1的行為，該參數能夠控制模型在任務上花費的時間，從而平衡性能和響應時間。同時，OpenAI的Realtime API也得到了增強，以支持低延遲、自然的對話體驗，如語音助手、實時翻譯工具或虛擬導師等。
新的WebRTC集成功能直接支持音頻流、噪音抑制和擁塞控制，簡化了語音應用的構建過程。開發者現在只需進行最少的設置即可集成實時功能，即使在網絡條件不穩定的情況下也能保持穩定的性能。OpenAI還降低了GPT-4o音頻的成本，并引入了GPT-4o mini這一更小、更經濟高效的型號，以進一步提高可負擔性。
除了定價調整外，OpenAI還為開發者提供了更好的Realtime API響應控制。并發帶外響應等功能允許在不中斷用戶體驗的情況下運行后臺任務，如內容審核。開發者還可以自定義輸入上下文，以專注于對話的特定部分，并控制何時觸發語音響應，從而實現更準確、更無縫的交互。
另一個值得注意的新增功能是偏好微調，這是一種根據用戶和開發者偏好定制模型的方法。與傳統的監督式微調不同，偏好微調使用成對比較來告訴模型哪些響應是首選。這種方法對于主觀任務特別有效，如總結、創意寫作或需要特定語氣和風格的場景。
早期測試顯示，偏好微調在處理復雜、分布外的查詢時表現出色，將任務準確率提高了5%以上。目前，該功能已適用于部分模型，并計劃在明年初擴大支持范圍。OpenAI還為Go和Java開發者推出了新的SDK，以進一步降低開發門檻。
隨著o1模型的全面開放和Realtime API的更新，OpenAI正不斷推動AI技術的邊界，為開發者提供了更多創新的可能性。未來，我們期待看到更多基于OpenAI技術的創新應用涌現，為人們的生活和工作帶來更多便利和驚喜。
