OpenAI 开发者日放大招：正式版 o1 API 开放 附上OpenAI API Key 获取教程

OpenAI 满血版 o1 API 正式开放，实时 API 全面支持 WebRTC，音频 Token 价格更是直降 60%！ 这一系列更新预示着 AI 应用开发将迎来爆发式增长，个人定制 AI 助手（类似电影《Her》中的场景）的时代或将来临。

一、满血 o1 API 开放：函数调用、视觉输入、结构化输出等功能齐备

自 9 月推出 o1-preview 以来，开发者们已经基于此构建了各种应用，如智能体、客户支持、财务分析等，其编程能力也备受好评。然而，o1-preview 缺少一些核心功能。此次，OpenAI 正式开放了满血版 o1 API，补齐了这些短板。

开发者获取OpenAI API Key便捷 的步骤如下：

​​​​​​​通过第三方 API 代理服务，价格平价，聚合众多AI只需要一个接口即可调用 (推荐) uiuiapi.com 平台提供 OpenAI API 的API分发服务，可以提供更便捷的访问方式：
安全风险: 通过官方途径获取 API Key分发，数据保存用户本地，无风险。
稳定性问题: 第三方服务的稳定性采用企业级服务器，支持高并发。让您的应用正常高效运行。

此次更新主要包括：

• 开发者消息 (Developer Messages)： 一种新的系统消息形式，作为 OpenAI 指令层次结构的一部分，允许开发者更精细地控制模型行为。
• 视觉输入 (Visual Input)： API 现在支持图像输入，为制造业、科学等领域提供了巨大应用潜力。现场演示中，o1 成功识别了表格扫描件中的人为错误，并根据多张图片信息进行了综合分析和计算。
• 函数调用 (Function Calling) 与结构化输出 (Structured Output)： o1 在函数调用和结构化输出方面显著优于 GPT-4，能够更准确地执行指令并生成符合规范的 JSON 格式输出。现场演示中，o1 能够根据定义的 JSON 架构规范输出，并渲染 PDF 界面高亮错误，方便用户查看。
  

二、性能评估：全面超越 GPT-4，推理能力显著提升

OpenAI 对新版 o1 API 进行了多项性能评估，结果显示：

• 函数调用： o1 在函数调用能力上显著优于 GPT-4，能够更准确地判断何时需要调用函数以及调用哪个函数。
• 结构化输出： o1 在结构化输出方面同样表现出色，指令遵循能力更强，偏离预期的可能性更低。
• 编码能力： o1 在 Livebench 评估中远超 o1-preview 和 GPT-4o，进步巨大。在 AIME 评估中，o1 再次显著优于 o1-preview。
• 推理能力： 即使在启用结构化输出功能的情况下，o1 的推理能力依然保持，确保了结果的准确性。
• 延迟： o1 使用的推理 Token 比 o1-preview 少 60%，这意味着应用程序运行速度更快、成本更低。

三、实时 API 支持 WebRTC：打造个人专属“Her”成为可能

实时 API (Realtime API) 于 10 月初开放公测，其强大的实时语音能力在伦敦开发者日上已有所展示。此次更新，OpenAI 宣布实时 API 全面支持 WebRTC，为开发者构建实时语音交互应用提供了极大便利。

WebRTC 是一种专为互联网设计的网络传输协议，常用于视频会议和低延迟视频流传输。它能够实时处理网络变化，如动态调整比特率、进行回声消除等。

现场演示中，OpenAI 研究人员仅用 12 行代码 就实现了与 AI 助手的实时语音交互，相比之前使用 WebSocket 集成所需的 200-250 行代码，效率大幅提升。

更令人兴奋的是，研究人员还展示了将实时 API 集成到微型设备（如一枚硬币大小的微型控制器）中的应用，只需 30-45 分钟即可完成配置，让设备“活”起来，实现实时语音交互。

此外，OpenAI 还宣布：

• GPT-4o 音频 Token 价格下降 60%！
• API 中提供对 4o-mini 的支持，其音频 Token 成本降至当前价格的 1/10。
• 推出对 Python SDK 的支持，简化集成流程。

四、偏好微调 (Preference Fine-tuning)：更轻松地定制个性化模型

OpenAI 推出了新的微调方法——偏好微调 (Preference Fine-tuning)，使用直接偏好优化 (DPO) 帮助开发者创建更符合用户偏好的模型。

与监督微调需要提供精确的输入和输出不同，偏好微调只需要提供一对一的响应，其中一个响应的偏好度高于另一个。然后，微调过程会优化模型，使其学会区分这些响应之间的差异，例如格式、风格、有用性或创造力等。

偏好微调特别适用于需要考虑语气、风格和创造力的主观任务，例如客户支持、内容创作、创意写作等。

现场演示中，通过上传包含偏好和非偏好响应的 JSONL 文件，开发者可以轻松启动微调过程，定制个性化模型。

五、其他更新：简化流程，提升开发者体验

除了上述核心更新外，OpenAI 还推出了一系列提升开发者体验的举措：

• 发布新的 SDK： 新增对 Go 和 Java SDK 的支持。
• 简化登录、注册和获取 API 密钥的流程： 开发者现在可以在几秒钟内获取 API 密钥。
• 公开开发者日现场视频： 开发者可以在 OpenAI 官方 YouTube 页面查看。

最后我们的总结：

OpenAI 此次发布的一系列更新，为开发者带来了前所未有的便利和可能性。满血版 o1 API 的开放、实时 API 对 WebRTC 的支持、音频 Token 的大幅降价以及偏好微调功能的推出，将极大地推动 AI 应用的开发和普及，一个更加智能、个性化的 AI 时代正在加速到来！