模型介绍
模型目录
- gpt-3.5-turbo
- gpt-3.5-turbo-0301
- gpt-3.5-turbo-0613
- gpt-3.5-turbo-16k
- gpt-3.5-turbo-16k-0613
- gpt-4
- gpt-4-0314
- gpt-4-0613
- gpt-4-32k
- DALL·E 【绘画模型】
- ERNIE-Bot
- ERNIE-Bot-turbo
- BLOOMZ-7B
- 通义千问
- 通义千问Plus
重点说明
-
以下模型单对话内最大处理字符数为4097，包含发送。
- gpt-3.5-turbo
- gpt-3.5-turbo-0301
- gpt-3.5-turbo-0613
- 举例说明：你发送给模型的字符数为2000，那么模型最大回复为2097. 如果你发送的字符数为4097或者超过，那么模型就是返回错误无法处理。遇到这种问题请自行切换使用带有16k的模型，该模型最大处理字符数为16000.
-
以下模型单对话内最大处理字符数为8000，包含发送。
- gpt-4
- gpt-4-0314
- gpt-4-0613
-
以下模型单对话内最大处理字符数为3.2万，包含发送。
- gpt-4-32k
-
如果你对回复长度有要求，请自行根据需求进行调整，同时新建对话默认回复字符数为2000 tokens，请自行通过设置调整最大回复数（max_tokens）.
对话记忆功能，为了让ai能记住你的对话，在对话设置有默认开启了历史记忆以及自动总结功能，所以同一个对话中不建议询问不同类型的问题，最好新建对话来使用。而且为了提高体验，系统默认会将你发送的第一句话定义为一个固定主题，然后该对话的主题就会围绕你的第一句话开始回复.
模型介绍
1. gpt-3.5-turbo
gpt-3.5-turbo模型是OpenAI研发的人工智能语言模型，它基于Transformer架构，可以生成文本、翻译、回答问题、撰写代码等。该模型在多种自然语言处理任务上取得了优异的效果，其中包括问答、文本生成、文本摘要、机器翻译等。
2. gpt-3.5-turbo-0301
GPT-3.5-Turbo-0301是建立在GPT-3基础上的一个更强、更大的语言模型，由OpenAI开发。它基于Transformer架构，使用海量自然语言数据进行训练，能够理解和生成自然语言文本。 GPT-3.5-Turbo-0301在各项任务中表现出色，包括问答、文本生成、文本摘要、机器翻译等。
与GPT-3相比，GPT-3.5-Turbo-0301具有更强的语言理解和生成能力。它还包括五大力量，分别是供应商力量、市场权力、品牌力量、领导地位和竞争优势。这些力量使得GPT-3.5-Turbo-0301在自然语言处理领域具有更强的能力和更好的应用效果。
GPT-3.5-Turbo-0301的应用非常广泛，包括聊天机器人、智能客服、自然语言处理、文本生成、机器翻译等。它能够帮助企业和个人更高效地处理自然语言任务，提高生产力和效率。总的来说，GPT-3.5-Turbo-0301是一种强大而高效的语言模型，在自然语言处理领域具有广泛的应用前景。
3. gpt-3.5-turbo-0613
GPT-3.5 Turbo 0613是OpenAI开发的人工智能语言模型，基于GPT-3.5架构，并进行了优化和增强。它使用了大量的语料库进行训练，并具有自我对话和回答问题的能力。相比于之前的版本，GPT-3.5 Turbo 0613在语义理解和生成能力上有了显著提升，能够更加智能、准确地回答问题。
GPT-3.5 Turbo 0613的应用场景非常广泛，包括但不限于以下几个方面：
- 问答系统
- 文本生成
- 翻译和语言学习
- 代码编写和技术支持
总的来说，GPT-3.5 Turbo 0613是一种强大而智能的语言模型，在各个领域都有广泛的应用前景。
4. gpt-3.5-turbo-16k
gpt-3.5-turbo-16k是OpenAI公司开发的GPT系列语言模型中的一种。它是一个16,000上下文窗口版本的模型，允许提示的长度达到16,000个token，可以处理大约20页的文本。相比标准版本的4,000个上下文长度，它在处理更大文本块的能力上得到了显著提升。
此外，gpt-3.5-turbo-16k还具有一些新的功能和改进，包括在聊天完成API中引入了函数调用功能、改进版和更易于操控的版本、嵌入模型的价格下降75%、输入token的价格降低25%等。它还可以通过系统消息提供更可靠的可控性。
值得一提的是，gpt-3.5-turbo-16k的定价为每1,000个输入token约0.003美元，每1,000个输出token约0.004美元。相比之前的版本，它的价格有大幅降低，这意味着开发者现在可以以更低的价格使用该模型。总之，gpt-3.5-turbo-16k在性能和质量方面都有所改进，并提供更低的价格，使开发者能够更轻松地构建能够处理更大文本块的、调用外部工具和数据库查询的聊天机器人。
5. gpt-3.5-turbo-16k-0613
GPT-3.5 Turbo 16K-0613是OpenAI发布的一个基于GPT-3.5-turbo-16k的大型语言模型，于2023年1月更新。它使用了大量的语料库进行训练，并具有自我对话和回答问题的能力。相比之前的版本，GPT-3.5 Turbo 16K-0613在语义理解和生成能力上有了显著提升，能够更加智能、准确地回答问题。
GPT-3.5 Turbo 16K-0613的应用场景非常广泛，包括但不限于以下几个方面：
- 问答系统
- 文本生成
- 翻译和语言学习
- 代码编写和技术支持
总的来说，GPT-3.5 Turbo 16K-0613是一种强大而智能的语言模型，在各个领域都有广泛的应用前景。
6. gpt-4
GPT-4是OpenAI在2023年3月14日正式发布的新模型。据介绍，GPT-4是一个多模态大模型（接受图像和文本输入，生成文本）。相比上一代的GPT-3，GPT-4可以更准确地解决难题，具有更广泛的常识和解决问题的能力。
7. gpt-4-0314
GPT-4-0314是GPT-4的其中一个模型，是在2023年3月14日发布的。这个模型是一个大型多模态语言模型，能够接受图像和文本输入，并生成文本输出。与之前的GPT-3相比，GPT-4在各种专业和学术基准上表现出与人类相当的性能，具有更强大的识图能力、更长的文字输入限制、更高回答准确性和能够生成歌词、创意文本，实现风格变化等。GPT-4-0314是GPT-4系列中的一个版本，可能进行了特定的参数调整和优化，以适应特定的任务或应用。
8. gpt-4-0613
GPT-4-0613是GPT-4的一个版本，其具体参数和优化细节并未公开。根据已知信息，GPT-4是一种多模态大型语言模型，能够接受图像和文本输入，并生成文本输出。与之前的GPT-3相比，GPT-4在各种专业和学术基准上表现出与人类相当的性能，具有更强大的识图能力、更长文字输入限制、更高回答准确性和能够生成歌词、创意文本，实现风格变化等。GPT-4-0613则增加了函数调用的功能，这将允许开发者更有效地指导模型的反应，从而提高模型的可用性和实用性。同时，GPT-4-32k-0613在继承了GPT-4-0613的所有改进的同时，还增加了对大文本的理解能力，为处理大规模文本数据提供了更大的可能性。
9. gpt-4-32k
GPT-4-32k是GPT-4的一个版本，其具体参数和优化细节并未公开。根据已知信息，GPT-4是一种多模态大型语言模型，能够接受图像和文本输入，并生成文本输出。与之前的GPT-3相比，GPT-4在各种专业和学术基准上表现出与人类相当的性能，具有更强大的识图能力、更长文字输入限制、更高回答准确性和能够生成歌词、创意文本，实现风格变化等。GPT-4-0613则增加了函数调用的功能，这将允许开发者更有效地指导模型的反应，从而提高模型的可用性和实用性。同时，GPT-4-32k-0613在继承了GPT-4-0613的所有改进的同时，还增加了对大文本的理解能力，为处理大规模文本数据提供了更大的可能性。
10. DALL·E 【绘画模型】
DALL·E是OpenAI开发的一种新型神经网络模型，它能够从文本描述创建图像。DALL·E接受了大量的文本和图像对的数据训练，从而学会了从文本到图像的转换。与以往的图片生成模型不同的是，DALL·E能够充分理解文本信息，并根据给定的文本生成与之匹配的图像。DALL·E的生成能力不仅限于已有的图片，还可以生成从未存在过的图像，这些图像有时会令人惊叹，具有很高的创造性。总的来说，DALL·E是一种具有强大图像生成能力的新型神经网络模型，它的推出将会对自然语言处理和计算机视觉领域产生重要影响。
11. ERNIE-Bot
百度自行研发的大语言模型，覆盖海量中文数据，具有更强的对话问答、内容创作生成等能力。
12. ERNIE-Bot-turbo
百度自行研发的大语言模型，覆盖海量中文数据，具有更强的对话问答、内容创作生成等能力，响应速度更快。
13. BLOOMZ-7B
业内知名的⼤语⾔模型，由BigScience研发并开源，能够以46种语⾔和13种编程语⾔输出⽂本。
14. 通义千问
通义千问是阿里巴巴达摩院自主研发的超大规模语言模型，能够在用户自然语言输入的基础上，通过自然语言理解和语义分析，在不同领域、任务内为用户提供服务和帮助。模型具备的能力包括但不限于：创作文字、编写代码、提供各类语言的翻译服务、进行文本润色和文本摘要等工作、扮演角色进行对话、制作图表。
通义千问以用户以文本形式输入的指令（prompt）以及不定轮次的对话历史（history）作为输入，返回模型生成的回复作为输出。在这一过程中，文本将被转换为语言模型可以处理的token序列。Token是模型用来表示自然语言文本的基本单位，可以直观的理解为“字”或“词”。对于中文文本来说，1个token通常对应一个汉字；对于英文文本来说，1个token通常对应3至4个字母或1个单词。例如，中文文本“你好，我是通义千问”会被转换成序列['你', '好', '，', '我', '是', '通', '义', '千', '问']，而英文文本"Nice to meet you."则会被转换成['Nice', ' to', ' meet', ' you', '.']。
重点提示
本项目没有数据存储功能，所有数据都在你使用的浏览器中，如果对话内容对你有需要，请自行导出对话内容。平台不保存任何数据！