Kimi突然崩了！冲上热搜；网友称反复评论“机票太贵”能便宜2000多元，年轻人开始反向驯化大数据杀熟；豆包AI编程巅峰挑战赛

4、 OpenAI 开放满血 o1 API

北京时间今天凌晨，在 OpenAI 第九场发布会上 ，其焦点主要放在 API 和开发者服务的全新升级上，并宣布向 API 使用等级 5 级的开发者开放 OpenAI o1 API 的访问权限。

据官方介绍，现已正式上线的 o1 具备多项关键功能，可支持实际应用场景如下：

• 函数调用：无缝连接 o1 与外部数据和 API。

• 结构化输出：生成可靠地遵循自定义 JSON 模式的响应。

• 开发者指令：为模型指定指令或上下文，例如定义语气、风格以及其他行为指导。

• 视觉能力：推理图像，开启更多科学、制造或编程领域的应用，特别是在视觉输入至关重要的场景中。

• 更低延迟：与 o1-preview 相比，o1 在处理相同请求时，推理 token 使用量平均减少 60%。

• OpenAI 对 Realtime API 也进行了全面升级。新版本特别适合开发语音助手、实时翻译工具等应用场景。同时，Realtime API 能够集成到智能眼镜等可穿戴设备中，或者轻松接入各类摄像头和麦克风系统。Realtime API 此次更新重点包括 WebRTC 直接集成、价格调整以及更精细的响应控制。

据介绍，WebRTC 可自动处理音频编码、流媒体传输、降噪和拥塞控制等关键功能，即使在网络条件不稳定的情况下也能保证流畅的用户体验。

Realtime API 还新增了多项实用功能：

• 后台任务，如内容审核或分类，可以在不干扰用户语音互动的情况下进行。

• 允许自定义输入上下文，指定哪些对话内容作为模型的输入。

• 控制响应时机，利用服务器端语音活动检测（VAD），但不自动触发回应。

• 延长最大会话时长，将原本 15 分钟的会话时长增加到 30 分钟。

在定价方面，OpenAI 大幅下调了相关服务费用：gpt-4o-realtime-preview-2024-12-17 音频 token 价格下调 60%，降至每百万输入 token 40 美元，每百万输出 token 80 美元；音频输入缓存费用仅需每百万 token 2.50 美元，大幅下降 87.5%；同时推出的 GPT-4o mini 为开发者提供了更具性价比的选择，在保持体验的同时，将音频价格设定为每百万输入 token 10 美元，每百万输出 token 20 美元，文本 token 则分别为 0.60 美元和 2.40 美元。

另外，此次更新还为微调 API 带来了偏好微调（Preference Fine-Tuning）技术。其采用直接偏好优化(DPO)技术，通过比较模型响应来训练 AI 区分用户偏好。 最后，OpenAI 还发布了 Go 和 Java SDK 测试版，与现有的 Python、Node.js 和 .NET 库一起，为开发者提供更全面的开发工具支持。

直播活动结束后，OpenAI 也在 Reddit 论坛上举办了 AMA（Ask Me Anything）活动。问答中，OpenAI 确认计划在 Assistants 中支持 o1，同时将在明年对 Assistants API 进行迭代和改进。