OpenAI新开放了这些好用的API功能

OpenAI最近在开发者大会上展示了其一系列API功能更新，包括增强的GPT-4 Turbo、视觉能力、DALL·E 3和文本转语音技术等，面向Plus账户用户开放。以下是这些API功能的详细介绍:

视觉理解

GPT-4 Turbo版本引入了视觉能力，模型可以处理图像，回答关于图像内容的问题。它擅长识别一般信息，但对详细位置问题的处理还有待优化。用户可以通过控制detail参数调整模型处理图像的详略，并注意聊天API是无状态的，每次传递图像需重新发送。

图像识别

通过URL分析远程图片：模型能精确识别图片内容，推荐使用URL而非Base64编码。
本地图片识别：支持Base64编码，但效率较低，建议使用URL。
处理多个图像：API可以处理多张图片，整合信息回答问题。

图像生成

基于文本提示的图像生成，DALL·E 3和DALL·E 2提供了高质量的图像，如设置为hd质量。生成的图像大小可自定义，且有生成链接可供下载。

编辑和变体图像

可以编辑图像并生成图像变体，仅限DALL·E 2模型，输入需为方形PNG图片。

文本生成

OpenAI的模型能处理自然语言、代码和图像，提供相关文本输出，如日常对话和代码解释。

聊天与JSON内容

提供JSON格式输出选项，增强模型的精确性和性能。例如，提问世界杯结果，返回结构化的JSON内容。

辅助功能

Assistants API：构建AI助手，支持代码解释器、检索和函数调用，可用于扩展复杂需求。

其他特性

语音生成与转文字：提供多种语音选项，支持实时音频流处理。
天气查询示例：结合本地API增强模型功能。
文本生成向量：推荐使用ada-002模型，高效且价格合理。

这些API功能的使用需注意收费和参数设置，用户需使用正式账户访问，非正常渠道的账号可能受限。详细了解费用与使用指南，可通过官方平台获取。