GPT-4o เวอร์ชัน 2024-08-06 มีประสิทธิภาพที่ดีขึ้นใน structured outputs โดยสามารถระบุ JSON schema ใน respone_format อ่านเพิ่มเติม [ที่นี่](https://openai.com/index/introducing-structured-outputs-in-the-api/) GPT-4o ("o" หมายถึง "omni") คือ...
GPT-4o (2024-08-06) เป็นรุ่นหนึ่งของโมเดล GPT-4o ของ OpenAI ที่เปิดตัวในเดือนสิงหาคม 2024 เป็นโมเดลภาษาขนาดใหญ่แบบมัลติโมดัลที่ประมวลผลอินพุตข้อความ รูปภาพ และไฟล์ โมเดลนี้เข้าถึงได้ผ่าน API…
จุดแข็งหลักของโมเดลอยู่ที่การให้เหตุผลเชิงคณิตศาสตร์และความเข้าใจในหลายรูปแบบ (multimodal understanding) คะแนน MATH-500 ที่ 79.5 บ่งชี้ถึงความสามารถที่แข็งแกร่งในการแก้ปัญหาคณิตศาสตร์ที่ซับซ้อนทีละขั้นตอน โมเดลสามารถตีความรูปภาพ ไดอะแกรม และแผนภูมิ โดยให้คำอธิบายหรือการวิเคราะห์ที่แม่นยำ หน้าต่างบริบท 128K ช่วยให้ประมวลผลข้อมูลจำนวนมาก เช่น หนังสือทั้งเล่ม หรือชุดรูปภาพพร้อมข้อความที่เกี่ยวข้องได้ นอกจากนี้ยังรองรับการอัปโหลดไฟล์ ทำให้มีประโยชน์สำหรับงานต่างๆ เช่น การดึงข้อมูลจากสเปรดชีตหรืออ่านไฟล์โค้ด ความสามารถเหล่านี้ได้รับการสนับสนุนจากการปรับปรุงอย่างต่อเนื่องของ OpenAI และโมเดลนี้ถูกใช้อย่างแพร่หลายในสภาพแวดล้อมการผลิต
GPT-4o (2024-08-06) มีความสามารถโดดเด่นในงานที่ต้องรวมข้อมูลภาพและข้อความ ตัวอย่างเช่น การแก้ปัญหาคณิตศาสตร์พร้อมแผนภาพ การวิเคราะห์ภาพหน้าจอของส่วนติดต่อผู้ใช้สำหรับรายงานข้อบกพร่อง การดึงข้อมูลจากเอกสารที่สแกน และการให้คำอธิบายโดยละเอียดของภาพที่ซับซ้อน นอกจากนี้ยังมีประสิทธิภาพสำหรับการสร้างโค้ดและการดีบักเมื่อบริบทรวมถึงภาพหน้าจอของข้อผิดพลาดหรือโครงสร้างไฟล์ แอปพลิเคชันทางการศึกษาได้รับประโยชน์จากการใช้เหตุผลทีละขั้นตอน สำหรับงานที่ใช้ข้อความล้วนและเรียบง่าย เช่น การถามตอบพื้นฐานหรือการสรุปข้อความสั้น โมเดลที่ถูกกว่าเช่น GPT-4o mini ก็อาจเพียงพอ โมเดลนี้ควรสงวนไว้สำหรับเวิร์กโฟลว์ที่มีมูลค่าสูง หลายรูปแบบ หรือต้องใช้การคิดอย่างลึกซึ้ง
สำหรับงานที่ไม่ใช้การมองเห็น การประมวลผลไฟล์ หรือการให้เหตุผลขั้นสูง โมเดลที่เล็กกว่าและถูกกว่าจะคุ้มค่ากว่า ตัวอย่างเช่น แอปพลิเคชันแชทง่ายๆ การสร้างเนื้อหาสั้นๆ หรืองานจำแนกประเภท สามารถจัดการได้ด้วยโมเดลอย่าง GPT-4o mini หรือ GPT-3.5 Turbo หากแอปพลิเคชันของคุณประมวลผลเฉพาะข้อความและไม่ต้องใช้หน้าต่างบริบทขนาด 128K โมเดลที่มีบริบทเล็กกว่าอาจลดความหน่วงและต้นทุนได้ นอกจากนี้ หากข้อมูลของคุณไม่มีรูปภาพหรือไฟล์ โมเดลที่จัดการเฉพาะข้อความก็เพียงพอแล้ว ประเมินว่าความซับซ้อนของงานนั้นสมเหตุสมผลกับราคาต่อโทเคนที่สูงกว่าของ GPT-4o หรือไม่ OrcaRouter มีโมเดลหลากหลายที่มีระดับราคาต่างกันเพื่อให้ตรงกับกรณีการใช้งานต่างๆ
ใช่ โมเดลรองรับการป้อนไฟล์ คุณสามารถอัปโหลดไฟล์เช่น PDF, เอกสาร Word, สเปรดชีต, รูปภาพ, และไฟล์โค้ด โมเดลจะแยกและเข้าใจเนื้อหาภายในไฟล์เหล่านั้น โดยถือว่าเป็นส่วนหนึ่งของบริบท ตัวอย่างเช่น สามารถอ่านข้อความจาก PDF, ตีความตัวเลขใน CSV, หรือวิเคราะห์ซอร์สโค้ดในไฟล์ .py เมื่อรวมกับอินพุตรูปภาพ สามารถประมวลผลสื่อผสมเช่นเอกสารที่มีแผนภูมิฝังตัว ซึ่งมีประโยชน์อย่างยิ่งสำหรับการทำงานอัตโนมัติในการแยกข้อมูล การตรวจสอบเอกสาร และการวิเคราะห์โค้ด หมายเหตุ: การประมวลผลไฟล์นับรวมอยู่ในหน้าต่างบริบท 128,000 โทเค็น ดังนั้นไฟล์ขนาดใหญ่อาจใช้พื้นที่มาก
ในเกณฑ์วัด MATH-500, GPT-4o (2024-08-06) ทำคะแนนได้ 79.5 คะแนน MATH-500 เป็นเซตย่อยของชุดข้อมูล MATH ประกอบด้วยโจทย์คณิตศาสตร์ระดับแข่งขันที่ท้าทาย 500 ข้อ ครอบคลุมหัวข้อต่างๆ เช่น พีชคณิต เรขาคณิต ทฤษฎีจำนวน และความน่าจะเป็น คะแนน 79.5 บ่งชี้ว่าตอบถูกประมาณสี่ในห้าข้อ ทำให้โมเดลนี้อยู่ในกลุ่มโมเดลประสิทธิภาพสูงสุดสำหรับการใช้เหตุผลทางคณิตศาสตร์ แม้จะไม่ได้ให้คะแนนเกณฑ์วัดอื่นๆ แต่เมตริกนี้แสดงให้เห็นถึงความแข็งแกร่งของโมเดลในการใช้เหตุผลเชิงตรรกะแบบทีละขั้นตอนและการคำนวณ ผู้ใช้สามารถคาดหวังประสิทธิภาพที่เชื่อถือได้ในการใช้งานที่เน้นคณิตศาสตร์ เช่น การสอนพิเศษ การตรวจสอบ และการสร้างโจทย์
ไม่ได้มีการระบุคะแนนมาตรฐานเฉพาะที่เกินกว่า MATH-500 ในข้อมูลที่มีอยู่ อย่างไรก็ตาม GPT-4o ในฐานะกลุ่มโมเดลเป็นที่รู้จักกันอย่างกว้างขวางว่าทำผลงานได้ดีในการแข่งขันบนมาตรฐานทั่วไปหลายรายการ เช่น MMLU (ความเข้าใจภาษาหลายภารกิจขนาดใหญ่), HumanEval (การสร้างโค้ด) และงานด้านภาษาและวิทัศน์ต่างๆ เวอร์ชันเดือนสิงหาคม 2024 อาจรวมการอัปเดตที่ปรับปรุงการใช้เหตุผลและการทำตามคำสั่ง หากไม่มีตัวเลขที่แน่นอน ผู้ใช้ควรอ้างอิงถึงการประเมินที่เผยแพร่โดย OpenAI เพื่อข้อมูลล่าสุดสุด ในทางปฏิบัติ โมเดลนี้ถือเป็นระดับแนวหน้าในกลุ่มโมเดล API แบบเปิดในแง่ของความสามารถด้านข้อความและวิทัศน์ที่รวมกัน
ไม่มีข้อมูลตัวเลขเฉพาะเกี่ยวกับความหน่วงหรือปริมาณงานสำหรับโมเดลนี้ โดยทั่วไป GPT-4o ถูกออกแบบให้เร็วกว่า GPT-4 รุ่นก่อนหน้าในขณะที่ยังคงรักษาคุณภาพ ความหน่วงขึ้นอยู่กับปัจจัยต่างๆ เช่น ความยาวของอินพุต ความยาวของเอาต์พุต จำนวนคำขอพร้อมกัน และโครงสร้างพื้นฐานแบ็กเอนด์ เมื่อเข้าถึงผ่าน OrcaRouter คำขอจะถูกส่งไปยังเซิร์ฟเวอร์ของ OpenAI และเวลาในการตอบสนองจะใกล้เคียงกับการเรียก API โดยตรง ผู้ใช้สามารถปรับให้เหมาะสมโดยใช้บริบทที่เล็กที่สุดเท่าที่จำเป็นและตั้งค่าขีดจำกัด max_tokens ที่เหมาะสม สำหรับแอปพลิเคชันแบบเรียลไทม์ ควรทดสอบกับปริมาณงานที่เป็นตัวแทน OrcaRouter ไม่เพิ่มความหน่วงเพิ่มเติมนอกเหนือจากการกำหนดเส้นทางเครือข่าย
จุดแข็ง: การให้เหตุผลทางคณิตศาสตร์ที่แข็งแกร่ง (MATH-500 79.5), อินพุตแบบหลายรูปแบบ (ข้อความ, รูปภาพ, ไฟล์), หน้าต่างบริบทขนาดใหญ่ 128K, และขีดจำกัดเอาต์พุตโทเค็นสูง (16,384) มีประสิทธิภาพโดยเฉพาะอย่างยิ่งสำหรับการให้เหตุผลที่ซับซ้อน ความเข้าใจด้านภาพ และงานที่ต้องใช้บริบทระยะไกล ข้อจำกัด: ต้นทุนสูงกว่าเมื่อเทียบกับโมเดลขนาดเล็ก; อาจไม่เหมาะสมสำหรับงานที่ง่ายหรือต้องการความหน่วงต่ำ; ความแม่นยำอาจแตกต่างกันไปตามอินพุตที่คลุมเครือหรือจัดรูปแบบไม่ดี; ความสามารถด้านภาพอาจทำงานได้ไม่ดีกับภาพที่บิดเบี้ยวหรือความละเอียดต่ำ นอกจากนี้ เช่นเดียวกับ LLM ทั้งหมด มันสามารถสร้างคำตอบที่ฟังดูน่าเชื่อถือแต่ไม่ถูกต้อง โดยเฉพาะอย่างยิ่งในโดเมนที่อยู่นอกข้อมูลการฝึกของมัน การบรรเทาทำได้โดยการตรวจสอบผลลัพธ์และการใช้ prompt engineering
ราคาสำหรับ GPT-4o (2024-08-06) ขึ้นอยู่กับการใช้งานโทเค็น โทเค็นขเข้าคิดค่าใช้จ่ายในอัตรา $2.50 ต่อ 1 ล้านโทเค็น โทเค็นขาออกคิดค่าใช้จ่ายในอัตรา $10.00 ต่อ 1 ล้านโทเค็น นี่คืออัตราของผู้ให้บริการ (OpenAI) และ OrcaRouter ไม่มีส่วนเพิ่ม (markup) — คุณจ่ายเท่ากับที่คุณเรียกใช้ OpenAI โดยตรงทุกประการ โทเค็นจะถูกนับตามข้อความที่ส่งและรับ การป้อนข้อมูลรูปภาพและไฟล์ใช้โทเค็นตามสัดส่วนของขนาดและความซับซ้อนในการประมวลผล (ค่าใช้จ่ายโทเค็นรูปภาพเป็นไปตามนโยบายของ OpenAI) ไม่มีค่าธรรมเนียมเพิ่มเติมสำหรับการใช้งาน API endpoint โดยทั่วไปการเรียกเก็บเงินจะรวมตามรอบการใช้งาน และคุณสามารถตรวจสอบการบริโภคโทเค็นผ่านแดชบอร์ดของ OrcaRouter
ไม่มีค่าใช้จ่ายแอบแฝงหรือค่าธรรมเนียมเพิ่มเติม OrcaRouter คิดค่าบริการตามอัตราของผู้ให้บริการโดยตรง โดยไม่มีการบวกเพิ่ม ราคาที่แสดง ($2.50/1M input, $10/1M output) รวมทุกอย่างแล้ว ไม่มีค่าธรรมเนียมเพิ่มเติมสำหรับการยืนยันตัวตน การเชื่อมต่อ หรือการสนับสนุน อย่างไรก็ตาม การป้อนข้อมูลรูปภาพและไฟล์จะมีค่าใช้จ่ายโทเค็นตามนโยบายราคาของ OpenAI ซึ่งอาจสูงกว่าค่าใช้จ่ายโทเค็นสำหรับข้อความเท่านั้น ตัวอย่างเช่น รูปภาพขนาด 1080x1080 อาจมีค่าใช้จ่ายโทเค็นจำนวนหนึ่งที่เกินกว่าโทเค็นข้อความ ตรวจสอบเอกสารของ OpenAI สำหรับราคาโทเค็นรูปภาพที่แน่นอน OrcaRouter ส่งผ่านค่าใช้จ่ายเหล่านี้โดยไม่บวกเพิ่ม ณ ข้อมูลปัจจุบัน ไม่มีส่วนลดจากการแคช
การเลือกใช้ GPT-4o (2024-08-06) แทนรุ่นที่ถูกกว่า เช่น GPT-4o mini หรือ GPT-3.5 Turbo นั้นเกี่ยวข้องกับการแลกเปลี่ยนระหว่างประสิทธิภาพและต้นทุน ราคาต่อโทเค็นสูงกว่า ดังนั้นสำหรับแอปพลิเคชันที่มีปริมาณการใช้งานสูง ต้นทุนอาจสะสมอย่างรวดเร็ว อย่างไรก็ตาม หากงานนั้นต้องการความสามารถแบบหลายรูปแบบ (multimodal) ของโมเดล หรือหน้าต่างบริบท 128K รุ่นที่ถูกกว่าอาจไม่เพียงพอ ซึ่งอาจนำไปสู่ผลลัพธ์ที่ไม่สมบูรณ์หรือมีคุณภาพต่ำกว่า สำหรับงานที่ใช้เฉพาะข้อความที่มีการให้เหตุผลแบบง่าย รุ่นที่ถูกกว่าจะช่วยลดค่าใช้จ่ายโดยไม่สูญเสียคุณภาพมากนัก OrcaRouter ช่วยให้คุณสลับระหว่างโมเดลได้อย่างง่ายดาย ดังนั้นคุณจึงสามารถทดลองเพื่อค้นหาสมดุลระหว่างต้นทุนและประสิทธิภาพที่ดีที่สุดสำหรับแต่ละกรณีการใช้งาน
ข้อเท็จจริงที่มีอยู่ไม่ได้กล่าวถึงกลไกการแคชหรือส่วนลดสำหรับโมเดลนี้ OrcaRouter คิดค่าบริการตามอัตราของผู้ให้บริการโดยไม่มีส่วนเพิ่ม ดังนั้นส่วนลดใดๆ น่าจะมาจากการกำหนดราคาของ OpenAI เอง (เช่น ส่วนลดแบบลดหลั่นสำหรับการใช้งานปริมาณมาก ถ้ามี) OrcaRouter อาจมีคุณสมบัติการแคชของตัวเอง แต่ยังไม่ได้รับการยืนยันสำหรับโมเดลนี้ เพื่อลดต้นทุน ให้พิจารณาลดการใช้โทเค็นอินพุตโดยตัดประวัติการสนทนาให้สั้นลง ใช้พรอมต์ที่สั้นลง และจำกัดความยาวเอาต์พุตด้วยพารามิเตอร์ max_tokens สำหรับคำค้นหาที่ซ้ำกันเหมือนกัน คุณอาจใช้การแคชในระดับแอปพลิเคชัน
หากต้องการเรียกใช้ GPT-4o (2024-08-06) ผ่าน OrcaRouter ให้ใช้ base URL https://api.orcarouter.ai/v1 และตั้งค่า model ID เป็น "openai/gpt-4o-2024-08-06" API นี้เข้ากันได้อย่างสมบูรณ์กับไลบรารีไคลเอนต์ของ OpenAI ตัวอย่างเช่น ใน Python โดยใช้ไลบรารี openai คุณจะกำหนดค่า openai.api_base = "https://api.orcarouter.ai/v1" และ openai.api_key = "your-orcarouter-api-key" จากนั้นเรียกใช้ openai.ChatCompletion.create(model="openai/gpt-4o-2024-08-06", messages=[...]) พารามิเตอร์มาตรฐานทั้งหมด (temperature, max_tokens, top_p, ฯลฯ) รองรับ ดูเอกสารของ OrcaRouter สำหรับรายละเอียดเกี่ยวกับการตรวจสอบสิทธิ์และการจำกัดอัตราการเรียกใช้
เนื่องจากโมเดลรองรับ API ที่เข้ากันได้กับ OpenAI คุณจึงสามารถใช้พารามิเตอร์ทั้งหมดที่มีใน chat completions endpoint ของ OpenAI ได้ พารามิเตอร์หลักได้แก่: model (ตั้งค่าเป็น model ID), messages (รายการของวัตถุ role-content), temperature (0-2), top_p (0-1), n (จำนวน completions), max_tokens (สูงสุด 16384), stop (ลำดับ), frequency_penalty, presence_penalty, logit_bias, และ user (สำหรับติดตามการใช้งาน) สำหรับอินพุต multimodal คุณรวม image หรือ file_url ใน content ของข้อความโดยใช้รูปแบบที่เหมาะสม (เช่น content: [{type: "text", text: "..."}, {type: "image_url", image_url: {...}}]) โปรดดูเอกสารของ OpenAI สำหรับรูปแบบอินพุตรูปภาพและไฟล์
การย้ายจาก OpenAI API โดยตรงไปยัง OrcaRouter จำเป็นต้องเปลี่ยนแปลงสองอย่าง: 1) ตั้งค่า base URL เป็น https://api.orcarouter.ai/v1 และ 2) แทนที่ API key ของ OpenAI ด้วย API key ของ OrcaRouter ไม่จำเป็นต้องเปลี่ยนแปลงโค้ดสำหรับการจัดรูปแบบข้อความหรือพารามิเตอร์ รหัสโมเดลเปลี่ยนจาก "gpt-4o-2024-08-06" เป็น "openai/gpt-4o-2024-08-06" ตรรกะที่มีอยู่ทั้งหมดสำหรับการจัดการสตรีมมิ่ง การเรียกใช้ฟังก์ชัน และการแยกวิเคราะห์คำตอบยังคงเหมือนเดิม API ของ OrcaRouter ออกแบบมาให้เป็นตัวแทนที่ใช้งานแทนได้ทันที หลังจากสลับแล้ว คุณยังสามารถเข้าถึงโมเดลจากผู้ให้บริการอื่น ๆ ผ่านอินเทอร์เฟซเดียวกัน ทำให้สามารถเปรียบเทียบและปรับสมดุลภาระงานได้ง่าย
การตรวจสอบสิทธิ์ทำผ่าน API key ที่ให้โดย OrcaRouter ให้รวมไว้ในส่วนหัวเป็น "Authorization: Bearer YOUR_ORCAROUTER_API_KEY" การจำกัดอัตราการเรียกใช้ (rate limits) จะถูกจัดการโดย OrcaRouter และอาจแตกต่างจากข้อจำกัดโดยตรงของ OpenAI ตรวจสอบแผน OrcaRouter ของคุณเพื่อดูรายละเอียด หากคุณเกินขีดจำกัดอัตราการเรียกใช้ คุณจะได้รับการตอบกลับ HTTP 429 เพื่อบรรเทาปัญหา ให้ใช้ตรรกะการลองซ้ำแบบ backoff แบบเอกซ์โพเนนเชียล (retry logic with exponential backoff) OrcaRouter อาจอนุญาตให้คุณตั้งค่าการจำกัดอัตราการเรียกใช้ต่อผู้ใช้ผ่านพารามิเตอร์ user สำหรับความต้องการปริมาณการใช้งานสูง โปรดติดต่อฝ่ายสนับสนุน OrcaRouter เพื่อการจัดการแบบกำหนดเอง ตัวโมเดลเองไม่มีข้อจำกัดอัตราการเรียกใช้แยกต่างหาก แต่จะอยู่ภายใต้ข้อจำกัดของปลายทางโดยรวม
GPT-4o (2024-08-06) เป็นโมเดลธงขนาดเต็ม ในขณะที่ GPT-4o mini เป็นรุ่นที่เล็กกว่าและราคาถูกกว่า ความแตกต่างที่สำคัญ: GPT-4o มีหน้าต่างบริบท 128K (เทียบกับ GPT-4o mini ที่มี 128K เช่นกัน แต่ mini มีขีดจำกัดเอาต์พุตต่ำกว่าโดยทั่วไปคือ 16K ด้วยหรือเปล่า? ที่จริง GPT-4o mini ก็มีบริบท 128K และเอาต์พุต 16K เช่นกัน แต่มีความสามารถในการให้เหตุผลและวิสัยทัศน์น้อยกว่า โมเดลเต็มได้คะแนน 79.5 ในการทดสอบ MATH-500 ส่วน GPT-4o mini ได้คะแนนต่ำกว่าในการวัดประสิทธิภาพทางคณิตศาสตร์ ราคา: GPT-4o มีราคาแพงกว่า ($2.50/$10 เทียบกับ GPT-4o mini ที่ $0.15/$0.60 ต่อ 1 ล้านโทเค็น) สำหรับงานที่ต้องการความแม่นยำสูงหรือการให้เหตุผลที่ซับซ้อน โมเดลเต็มจึงเหมาะสม สำหรับงานที่ง่ายกว่า รุ่น mini มอบทางเลือกที่คุ้มค่า
เมื่อเปรียบเทียบกับ GPT-4 (เช่น GPT-4-0613 หรือ GPT-4 Turbo) GPT-4o (2024-08-06) มีการปรับปรุงหลายประการ: การป้อนข้อมูลแบบมัลติโมดอลดั้งเดิม (ข้อความ รูปภาพ ไฟล์) โดยไม่ต้องใช้โมเดลวิทัศน์แยกต่างหาก, หน้าต่างบริบทที่ใหญ่ขึ้น (128K เทียบกับ 32K ของ GPT-4 สำหรับรุ่นเก่า), และการอนุมานที่เร็วกว่า ราคาถูกกว่า GPT-4 รุ่นก่อนหน้า ซึ่งมักจะมีราคาแพงกว่า ตัวอย่างเช่น GPT-4 Turbo มีบริบทใกล้เคียงกันแต่ราคาสูงกว่า ในแง่ของเกณฑ์มาตรฐาน คะแนน MATH-500 ที่ 79.5 นั้นเหนือกว่าโมเดล GPT-4 รุ่นเก่า อย่างไรก็ตาม ผู้ใช้บางรายอาจพบว่ารุ่นก่อนหน้ามีความเสถียรกว่าสำหรับงานเฉพาะเจาะจงเนื่องจากมีประวัติการฝึกที่ยาวนานกว่า โดยรวมแล้ว GPT-4o เป็นรุ่นต่อที่ทันสมัยและมีประสิทธิภาพมากกว่า
การเลือกขึ้นอยู่กับความต้องการเฉพาะและความชอบของผู้ให้บริการ GPT-4o (2024-08-06) มีความโดดเด่นในด้านการใช้เหตุผลทางคณิตศาสตร์ (MATH-500 79.5) และงานมัลติโมดัลที่เกี่ยวข้องกับข้อความ รูปภาพ และไฟล์ โมเดล Claude จาก Anthropic อาจมีฟีเจอร์ด้านความปลอดภัยที่แข็งแกร่งกว่าหรือหน้าต่างบริบทที่ยาวกว่าในบางเวอร์ชัน แต่โดยทั่วไปจะมีการกำหนดราคาที่สูงกว่า โมเดล Gemini จาก Google รองรับมัลติโมดัลและบริบทขนาดใหญ่ แต่อาจมีโปรไฟล์ประสิทธิภาพที่แตกต่างกัน การใช้ OrcaRouter คุณสามารถทดสอบผู้ให้บริการหลายรายด้วย API เดียว สำหรับงานที่ต้องการความแม่นยำทางคณิตศาสตร์สูง GPT-4o เป็นตัวเลือกที่แข็งแกร่ง สำหรับการสรุปข้อความล้วนๆ หรืองานที่มีต้นทุนต่ำ โมเดลอื่นๆ อาจประหยัดกว่า โปรดประเมินคะแนนมาตรฐานและราคาสำหรับกรณีการใช้งานของคุณ
เมื่อใช้งาน GPT-4o ผ่าน OrcaRouter ข้อมูลของคุณจะถูกส่งไปยังเซิร์ฟเวอร์ของ OpenAI เพื่อการอนุมาน OrcaRouter จะไม่จัดเก็บหรือประมวลผลพรอมต์ของคุณนอกเหนือจากการส่งต่อไป นโยบายการใช้งานข้อมูลของ OpenAI จะมีผลบังคับใช้—โปรดตรวจสอบข้อกำหนดของ OpenAI หากคุณกังวลเกี่ยวกับการใช้ข้อมูลฝึกอบรมหรือการเก็บรักษาข้อมูล หากคุณต้องการให้ข้อมูลคงอยู่ในเขตอำนาจศาลเฉพาะหรือหลีกเลี่ยงผู้ให้บริการบางราย OrcaRouter ช่วยให้คุณสามารถเลือกผู้ให้บริการหลายรายต่อคำขอได้ นอกจากนี้ คุณยังสามารถใช้คุณสมบัติการกำหนดเส้นทางของ OrcaRouter เพื่อส่งคำขอไปยังผู้ให้บริการที่ตรงตามข้อกำหนดการปฏิบัติตามข้อบังคับของคุณ ควรตรวจสอบเอกสารการจัดการข้อมูลของทั้ง OrcaRouter และผู้ให้บริการต้นทางทุกครั้ง
เข้ากันได้กับ OpenAI — ใช้ SDK เดิมของคุณได้เลย
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="openai/gpt-4o-2024-08-06",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)frequency_penaltylogit_biaslogprobsmax_completion_tokensmax_tokensnparallel_tool_callspredictionpresence_penaltyresponse_formatseedservice_tierstopstreamstructured_outputstemperaturetool_choicetoolstop_logprobstop_pweb_search_options| อินพุต / 1M โทเค็น | $2.50 |
| เอาต์พุต / 1M โทเค็น | $10.00 |
| อ่านแคช / 1M | $1.25 |
| สกุลเงิน | USD |
ประมาณการจากราคาตั้ง
เป็นเพียงการประเมิน — จำนวน token จริงขึ้นอยู่กับ tokenizer ของผู้ให้บริการ
GET /api/public/models/openai/gpt-4o-2024-08-06เปิด @misc{orcarouter_gpt_4o_2024_08_06,
title = {GPT-4o (2024-08-06) API},
author = {OpenAI},
year = {2024},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-4o-2024-08-06}
}OpenAI. (2024). GPT-4o (2024-08-06) API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-4o-2024-08-06