共计 2128 个字符，预计需要花费 6 分钟才能阅读完成。
美西时间 3 月 1 日（周三），OpenAI 宣布正式推出面向商业用户的 ChatGPT 和 Whisper 语音转文字 API（application programming interface，中译“应用程序编程接口”），并给出了一系列商业伙伴已经上线的案例。
OpenAI 目前允许第三方开发者通过 API 将 ChatGPT 集成到其 APP 和服务中。而通过新的 Whisper API，用户也能以极低的价格转录或翻译音频。
ChatGPT 成本降低 90%
由于全球目前对 ChatGPT API 的使用需求巨大，这导致去年年底创建的一个未经授权的 API 违反了 OpenAI 的服务规则。如今，OpenAI 已经推出自己的 API 来满足需求。据悉，新 API 的计算将在线下和云设备上进行。
OpenAI 表示，其 ChatGPT API 不仅可以用于创建人工智能驱动的聊天界面，尽管其同时强调几家公司一直在使用它来实现这一目的，包括本周早些时候宣布的 Snap 的 My AI 功能。OpenAI 表示，全新 API 基于“gpt-3.5-turbo”模型，其基础是支持 ChatGPT 的 GPT 3.5 模型 ，取代了此前的“text-davinci-003.”。更为重要的是， 在去年 12 月后，公司已经成功将 ChatGPT 的成本压低了 90%。
图片来源：OpenAI 官网
OpenAI 董事长 Greg Brockman 表示，“我们需要一段时间才能让这些 API 达到一定的质量水平。”但 Brockman 称，“gpt-3.5-turbo”已经在其他方面进行了改进。
“如果你想拥有一个人工智能导师，你肯定不会希望导师只是给学生一个答案。你希望它总是解释，并帮助学生们学习。这就是用户能够构建那种系统的一个例子。我们认为，这将使 API 可用性更高。”
《每日经济新闻》记者注意到，其实已经有多款商业应用成为 ChatGPT API 的早期用户。图片和短视频社交平台 Snap 在本周推出了名为“My AI”的可定制化聊天机器人，供付费订阅用户使用。而拥有 6000 万学生用户的 Quizlet 在线学习平台，则提供能出题考验学生的家教机器人。许多中国零售业者出海贸易会用到的 Shopify 平台，也已经上线了聊天机器人导购。短短几个月内，ChatGPT 已经迅速在全球软件生态中觅得自己的位置。
科技媒体 theVerge 报道称，OpenAI 此次提供的模型可能不是微软新版必应搜索引擎正在使用的那种被微软称之为“新的下一代 OpenAI 大型语言模型”，它比 ChatGPT 和 GPT-3.5“更快、更准确、更强大”。考虑到微软在 OpenAI 上投入了大量资金，其能够获得普通开发者无法获得的顶尖技术也就不足为奇了。
图片来源：OpenAI 官网
据悉，这款名为“gpt-3.5-turbo”的模型，定价为 0.002 美元 / 每 1000 tokens。这“比我们现有的 GPT-3.5 模型便宜 10 倍”，部分原因是“一系列系统范围内的优化”。根据 OpenAI 官网的解释，token 可以理解为一个一个非结构化的单词，而 1000 个 token 大概对应 750 个词。这个价格也要比目前的 GPT 3.5 模型便宜 90%。
据 OpenAI 官网介绍，举例来讲，“ChatGPT 很棒！（ChatGPT is great!）”需要六个 token，这个句子的 API 分别为 Chat、G、PT、is、great 和！。OpenAI 提供了一个工具，用于检查和解释一串文本需要多少标记，并表示一般的经验是，在英语文本中，“一个标记通常对应大约 4 个字符”。
OpenAI 表示，如果开发人员通过该 API 运行大量数据，他们也可以获得一个专用于 ChatGPT 的示例。OpenAI 的博客文章称，这样做可以让用户更好地控制其使用的模型。
Whisper API 支持几十种语言、多种音频格式输入
3 月 1 日，OpenAI 还宣布了新的 Whisper API，即其语音和文本的模型。OpenAI 表示，用户可以用这个模型转录或翻译音频，每分钟花费约 0.006 美元。
根据 OpenAI 介绍，Whisper API 支持对语音文件进行转录和翻译，并支持包括英语、中文、阿拉伯语、日语、德语、西班牙语等几十种语言，且可以接受 M4A、MP3、MP4、MPEG、MPGA、WAV 和 WEBM 格式的输入 。不过值得注意的是，OpenAI 的产品说明文档中也显示， 在业界常用的 FLEURS 数据集测试中，Whisper large-v2 模型在识别英语、意大利语、德语时的单词错误率都能控制在 5% 以下，但识别中文的错误率达到 14.7%。
此外，从技术上讲，Whisper API 基于开源 Whisper-large-v2 模型，因此用户可以在自己的硬件上运行，而无需支付任何费用。此外，OpenAI 或还可以访问更为强大的硬件设备，所以当用户正在寻找一个快速的音频转录，或者需要在低功率设备（如手机）上进行转录，那么 Whisper API 可能是正确的选择。
OpenAI 还宣布了一些政策的变化，称这些变化是基于开发者的反馈。其中一个很大的问题，是除非客户明确同意，否则 OpenAI 将不再使用通过 API 提交的数据来训练模型。
OpenAI 还表示，公司正在努力提高这些语言模型的正常运行时间，其“工程团队现在的首要任务是保持用户使用的稳定性。”
