OpenAI

产品、API 端点和模型版本是生态系统的不同部分。评估您打算使用的特定配置，而不是将公司名称视为一种固定功能。

主要要点

• 检查具体型号和端点。
• 评估周围的应用程序。
• 读取当前数据控件和版本控制信息。

模型目录包括用于不同输入和输出类型的系统，例如文本、图像和音频。支持的工具和限制因型号而异。选择功能时使用当前目录和相关模型文档；历史型号名称并非当前规格。应用程序可以围绕模型添加检索、工具、指令及其自己的数据处理。这些选择会影响准确性、延迟、权限以及系统可以执行的操作。评估完整的应用程序，而不是假设模型基准描述了成品。读取实际服务和端点的数据控件。 API 培训使用、滥用监控、应用程序状态保留和可选保留控制是不同的主题。不要将其中一项的声明解释为对每项产品或功能的一揽子承诺。在采用之前，测试代表性任务和故障案例，记录模型和配置，并检查当前可用性、定价和弃用信息。保留重要事实答案的来源证据并验证工具结果。本指南解释了如何解读生态系统；它并不声称某个 OpenAI 模型最适合每种工作负载。

1. 想象一下比较使用相同基本模型的两个应用程序。一检索当前政策；其他答案无需检索。
2. 政策答案准确性的差异可能来自周围的证据管道，而不是模型本身。
3. 记录模型、提示、检索来源、工具和评估日期，以便可以解释和重复比较。

构建的比较将提供者、模型和应用程序行为分开。