發佈版本通知

追蹤GPTNow的最新進展！我們精心維護的更新日誌，為您呈現產品的不斷創新。

時刻關注這份動態記錄，體驗GPTNow的持續進化。雖然可能未能完全涵蓋所有細節變更，但我們竭誠為您提供最重要、最激動人心的更新資訊。

與GPTNow一同成長，見證人工智能的無限可能！

01-02-2025

更新OpenAI o3-mini

OpenAI於2024年12月預覽並在今日正式發布全新的o3-mini模型。這是一款專注於推理能力的小型模型，具備以下特點：

在科學、數學和編程領域表現出色
維持較低成本和延遲
首次支持函數調用、結構化輸出等開發者功能
提供三種推理強度選項：低、中、高

與o1-mini相比，o3-mini錯誤率降低39%，性能提升明顯，特別適合STEM領域的應用。

The bar chart compares accuracy on AIME 2024 competition math questions across AI models. Older models (gray) score lower, while newer ones (yellow) improve. "o3-mini (high)" reaches the highest accuracy at 83.6%, showing significant progress.

21-01-2025

更新deepseek-reasoner

DeepSeek 推出了第一代推理模型：DeepSeek-R1-Zero和DeepSeek-R1。DeepSeek-R1-Zero是一個通過大規模強化學習（RL）訓練的模型，無需監督式微調（SFT）作為初步步驟，在推理方面展現出卓越的表現。通過強化學習，DeepSeek-R1-Zero自然地產生了許多強大且有趣的推理行為。然而，DeepSeek-R1-Zero面臨著無盡重複、可讀性差以及語言混雜等挑戰。為了解決這些問題並進一步提升推理性能，我們推出了DeepSeek-R1，該模型在強化學習之前加入了冷啟動數據。DeepSeek-R1在數學、程式碼和推理任務方面達到了與OpenAI-o1相當的性能。為了支持研究社群，我們開源了DeepSeek-R1-Zero、DeepSeek-R1，以及基於Llama和Qwen從DeepSeek-R1中提煉出的六個密集模型。其中，DeepSeek-R1-Distill-Qwen-32B在各種基準測試中的表現超越了OpenAI-o1-mini，為密集模型創造了新的最優水平。

20-12-2024

更新gemini-2.0-flash-thinking-exp-1219

Gemini 2.0 閃速思考模式是一個實驗性模型，經過訓練能夠在回應過程中產生模型的「思考過程」。因此，思考模式在回應時具有比基礎 Gemini 2.0 閃速模型更強的推理能力。

04-12-2024

更新AWS Nova Micro, Lite and Pro

21-11-2024

更新gpt-4o-2024-11-20

17-11-2024

更新Google Gemini-Exp-1114

23-10-2024

更新Anthropic Claude 3.5 Sonnet

新版的 Claude 3.5 Sonnet 在業界基準測試中展現全面性的進步，特別在主動式編碼和工具使用任務方面有顯著提升。在編碼方面，它在 SWE-bench Verified 的表現從 33.4% 提升至 49.0%，超越所有公開可用的模型—包括 OpenAI o1-preview 等推理模型和專門設計用於主動式編碼的系統。在 TAU-bench（一項主動式工具使用任務）中，零售領域的表現從 62.6% 提升至 69.2%，在較具挑戰性的航空領域則從 36.0% 提升至 46.0%。新版 Claude 3.5 Sonnet 在維持與前代相同的價格和速度下，提供這些進階功能。

早期客戶反饋顯示，升級後的 Claude 3.5 Sonnet 在 AI 輔助編碼方面取得重大突破。GitLab 在測試該模型的 DevSecOps 任務時發現，它在不增加延遲的情況下提供更強的推理能力（各使用案例提升達 10%），使其成為支援多步驟軟體開發流程的理想選擇。Cognition 使用新版 Claude 3.5 Sonnet 進行自主 AI 評估，在編碼、規劃和問題解決方面相較前版本有顯著改進。The Browser Company 在使用該模型自動化網路工作流程時注意到，Claude 3.5 Sonnet 的表現超越他們之前測試過的所有模型。

作為我們持續與外部專家合作的一部分，新版 Claude 3.5 Sonnet 模型的部署前聯合測試由美國 AI 安全研究所（US AISI）和英國安全研究所（UK AISI）進行。

我們也評估了升級後的 Claude 3.5 Sonnet 的災難性風險，發現我們負責任擴展政策中概述的 ASL-2 標準仍適用於此模型。

Claude 3.5 Haiku 將於本月晚些時候推出

Claude 3.5 Haiku 是我們最快模型的新一代產品。以相同的成本和與 Claude 3 Haiku 相近的速度，Claude 3.5 Haiku 在各項技能上都有所提升，在許多智能基準測試中甚至超越了我們上一代最大的模型 Claude 3 Opus。Claude 3.5 Haiku 在編碼任務上表現特別出色。例如，在 SWE-bench Verified 測試中得分達 40.6%，超越了許多使用公開可用的最先進模型的代理—包括原始的 Claude 3.5 Sonnet 和 GPT-4。

憑藉低延遲、改進的指令執行能力和更準確的工具使用，Claude 3.5 Haiku 非常適合面向用戶的產品、專門的子代理任務，以及從大量數據（如購買歷史、定價或庫存記錄）中生成個性化體驗。

26-09-2024

更新Meta Llama 3.2 Models

Llama 3.2 的 1B 和 3B 模型支援 128K 標記的上下文長度，在同類模型中堪稱最先進，適用於邊緣設備的本地運算場景，如摘要生成、指令執行和重寫任務。

在廣泛生態系統的支持下，Llama 3.2 的 11B 和 90B 視覺模型可直接替代相應的純文字模型，同時在圖像理解任務上優於 Claude 3 Haiku 等封閉模型。

Modality	Category Benchmark	Llama 3.2 11B	Llama 3.2 90B	Claude 3 - Haiku	GPT-4o-mini
Image	College-level Problems and Mathematical Reasoning MMMU (Lab, Cloze CoT, micro avg accuracy)	50.7	60.3	50.2	59.4
	MMMU-Pro, Standard (10 parts, test)	33.0	45.2	27.3	42.3
	MMMU-Pro, Vision (test)	23.7	33.8	20.1	36.5
	MathVista (test/mini)	51.5	57.3	46.4	56.7
	Charts and Diagram Understanding ChartQA (test, 0-shot CoT relaxed accuracy)*	83.4	85.5	81.7	—
	AI2 Diagram (test)*	91.1	92.3	86.7	—
	DocVQA (test, ANLS)*	88.4	90.1	88.8	—
	General Visual Question Answering VQAv2 (test)	75.2	78.1	—	—
Text	General MMLU (5-shot, CoT)	73.0	86.0	75.2 (5-shot)	82.0
	Math MATH (0-shot, CoT)	51.9	68.0	38.9	70.2
	Reasoning GPQA (5-shot, CoT)	32.8	46.7	33.3	40.2
	Multilingual MGSM (5-shot, CoT)	68.9	86.9	75.1	87.0

13-09-2024

更新OpenAI o1-preview, o1-mini

我們很高興地宣布推出全新的 OpenAI o1 系列人工智能模型。這是我們在深度思考型 AI 領域的重大突破，現已在 ChatGPT 和我們的 API 中提供預覽版本。

主要特點：
1. 深度思考能力：o1 模型在回應前會進行更深入的思考和推理，能夠處理更複雜的任務。
2. 卓越的問題解決能力：在科學、編碼和數學等領域表現優異，可解決先前模型無法處理的難題。
3. 顯著的性能提升：在國際數學奧林匹克（IMO）資格考試中，o1 模型的正確率達到 83%，遠超 GPT-4o 的 13%。
4. 編碼實力：在 Codeforces 競賽中達到第 89 百分位。

安全性提升：
- 新型安全訓練方法，大幅提高模型對安全規則的遵守能力。
- 在最嚴格的"越獄"測試中，o1 預覽版得分 84（滿分 100），而 GPT-4o 僅為 22。
- 強化了內部治理和與政府合作的安全措施。

適用場景：
o1 模型特別適合需要複雜推理的任務，如：
- 醫療研究數據分析
- 高等物理學計算
- 多步驟軟件開發流程

未來展望：
這只是 o1 系列的開端，我們將持續更新和改進模型性能。雖然目前還不支持網頁瀏覽和文件上傳等功能，但在複雜推理任務方面已展現出強大實力。

我們誠摯邀請您體驗這一革命性的 AI 模型，並期待收到您的寶貴反饋。

28-08-2024

推出 Artifacts 功能

我們很高興宣布推出 Artifacts，這是一項強大的新功能，旨在提升您的內容創建和管理體驗。

什麼是 Artifacts？
Artifacts 是獨立的重要內容片段，會在主對話框旁的專用視窗中顯示。這項新功能使您更容易處理可能需要修改、擴展或日後參考的重要內容。

主要特點：
1. 專用顯示：Artifacts 會在主聊天視窗右側的新視窗中顯示，方便查看和互動。

2. 版本控制：每次對 Artifact 的編輯都會創建一個新版本，可通過 Artifact 視窗左下角的版本選擇器訪問。

3. 多個 Artifact 管理：使用聊天控制項在一個對話中打開和查看多個 Artifacts。

4. 輕鬆編輯：可要求對 Artifact 內容進行編輯或迭代，這些更改將直接在 Artifact 視窗中更新。

5. 導出選項：查看底層代碼、將內容複製到剪貼板或下載文件以供外部使用。

Artifacts 的類型：
Artifacts 可以包括多種內容類型，例如：
- 文檔（Markdown 或純文本）
- 代碼片段
- 網站（單頁 HTML）
- 可縮放向量圖形（SVG）圖像
- 圖表和流程圖
- 互動式 React 組件

什麼時候會創建 Artifacts？
Artifacts 會為以下類型的內容生成：
- 重要且獨立（通常超過 15 行）
- 可能需要在對話外進行編輯、迭代或重複使用
- 複雜且無需額外上下文即可獨立存在
- 可能用於將來參考

我們相信 Artifacts 將顯著提高您在對話中創建、管理和利用複雜內容的能力。我們期待看到您如何使用這項新功能來提升生產力和創造力。

18-08-2024

OpenAI

更新最新chatgpt-4o-latest, OpenAI 最先進模型

Anthropic

新功能：提示快取

• 提示快取功能現已在 Anthropic API 上推出，使開發人員能夠在 API 呼叫之間快取常用的上下文。

• 此功能允許客戶為 Claude 提供更多背景知識和範例輸出。

• 對於長提示，可將延遲時間減少高達 85%。

使用場景：

1. 對話代理：適用於延長對話，特別是包含長指令或上傳文件的情況。

2. 編碼助手：通過在提示中保留代碼庫的摘要版本，改善自動完成和代碼庫問答功能。

3. 大型文件處理：在不增加回應延遲的情況下，將完整的長篇材料（包括圖像）納入提示中。

4. 詳細指令集：分享廣泛的指令、程序和範例清單，以微調 Claude 的回應。

5. 代理搜索和工具使用：增強涉及多輪工具呼叫和迭代變更的場景性能。

6. 與書籍、論文、文檔、播客文字稿和其他長篇內容互動：將整個文件嵌入提示中，讓用戶能夠提問。

Claude 3.5 Sonnet版本現已可用。

07-08-2024

更新最新gpt-4o-2024-08-06, OpenAI 最新模型