OpenAI

產品、API 端點和模型版本是生態系的不同部分。評估您打算使用的特定配置，而不是將公司名稱視為一種固定功能。

重點摘要

• 檢查具體型號和端點。
• 評估周圍的應用程式。
• 讀取目前資料控制項和版本控制資訊。

模型目錄包括用於不同輸入和輸出類型的系統，例如文字、圖像和音訊。支援的工具和限制因型號而異。選擇功能時使用當前目錄和相關模型文件；歷史型號名稱並非當前規格。應用程式可以圍繞模型添加檢索、工具、指令及其自己的資料處理。這些選擇會影響準確性、延遲、權限以及系統可以執行的操作。評估完整的應用程序，而不是假設模型基準描述了成品。讀取實際服務和端點的資料控制項。 API 訓練使用、濫用監控、應用程式狀態保留和可選保留控制是不同的主題。不要將其中一項的聲明解釋為對每項產品或功能的一攬子承諾。在採用之前，測試代表性任務和故障案例，記錄模型和配置，並檢查當前可用性、定價和棄用資訊。保留重要事實答案的來源證據並驗證工具結果。本指南解釋如何解讀生態系統；它並不聲稱某個 OpenAI 模型最適合每種工作負載。

1. 想像一下比較使用相同基本模型的兩個應用程式。一檢索當前政策；其他答案無需檢索。
2. 政策答案準確性的差異可能來自周圍的證據管道，而不是模型本身。
3. 記錄模型、提示、檢索來源、工具和評估日期，以便可以解釋和重複比較。

建構的比較將提供者、模型和應用程式行為分開。