本文目錄快速連結
最近很多朋友問我有關chatGPT的問題，其中有關於 OpenAI 跟 chatGPT 是什麼關係這個問題被問很多次，看來還是有很多朋友對於 OpenAI & chatGPT 的關係還是需要進一步說明才會讓大家更明白其間關係！
簡單介紹 OpenAI & chatGPT
OpenAI 是一家人工智慧研究公司，成立於 2015 年，致力於推動人工智慧技術的發展和應用。該公司的使命是「促進和發展人工智慧，以確保它有益於人類的未來」。OpenAI 開發了許多優秀的人工智慧模型和工具，其中 ChatGPT 是其中一個知名的模型。
ChatGPT 是 OpenAI 開發的一種基於語言模型的聊天機器人。它是一個能夠理解人類自然語言並以有意義的方式進行回應的智能系統。ChatGPT 是通過大量的訓練數據和深度學習算法訓練而成的，可以進行對話、問答、翻譯等多種自然語言處理任務。ChatGPT 的使用範圍非常廣泛，從網上客服到智能家居，都可以應用 ChatGPT 技術實現自然語言交互。
大名鼎鼎的企業家伊隆．馬斯克(Elon Musk)和Open AI 是有關係的，他是 OpenAI 的聯合創辦人之一。
OpenAI 是一家人工智慧研究機構，致力於發展人工智慧技術，並且推動人工智慧技術的應用與普及，馬斯克 與其他聯合創辦人共同建立 OpenAI 的目的，是希望能夠推動人工智慧技術的發展，並且保障這項技術的安全性與公平性。OpenAI 最著名的產品之一就是 ChatGPT，馬斯克為了避免利益衝突在2018年離開了OpenAI，因為他同時擔任SpaceX和特斯拉的CEO，OpenAI的某些技術可能與他的公司有競爭關係，因此他決定退出OpenAI的董事會，但他仍可能持有OpenAI的股份。
OpenAI旗下有多少產品？
OpenAI 目前有多個產品和服務，以下是其中一些主要的產品和服務及其適用對象：
GPT（Generative Pre-trained Transformer）模型系列：用於生成自然語言文字、對話模型等，適用對象包括語言模型研究人員、文本生成工具開發人員、對話機器人開發人員等。
DALL·E：用於生成圖像的 AI 系統，可通過給定描述生成相應的圖像，適用對象包括圖像生成工具開發人員、視覺藝術家、設計師等。
CLIP（Contrastive Language-Image Pre-Training）模型：可以理解文字和圖像之間的聯繫，並為給定的圖像和文字生成相應的標籤和描述，適用對象包括視覺圖像分類器研究人員、圖像標記工具開發人員等。
Codex：一種基於 GPT 技術的自動程式產生系統(code generator)，可以自動生成程式碼目前可以支援Python, JavaScript, TypeScript, Ruby, Go, Swift, PHP, 及 Java等程式語言，適用對象包括軟體開發人員、程式設計師等。
OpenAI Gym：一個為強化學習研究者提供的開發工具箱，用於開發和比較強化學習算法，適用對象包括強化學習研究人員、機器人開發人員等。
chatGPT的發展過程？
ChatGPT的發展過程可以追溯到OpenAI於2015年成立之時。OpenAI是一家人工智慧研究公司，旨在研究和開發先進的人工智慧技術。在2018年，OpenAI推出了一個新的自然語言處理模型稱為GPT（Generative Pre-trained Transformer），這是一種基於神經網絡的語言生成模型。
GPT被譽為是當時最先進的語言生成模型之一，它通過訓練大量的文本數據，學習到了自然語言的結構和規則。在2019年，OpenAI推出了GPT-2，這是一個更大更複雜的模型，它可以生成非常逼真的文本內容，如新聞文章、故事、詩歌等。
在2020年，OpenAI推出了一個更強大的版本GPT-3，這是迄今為止最大和最強大的語言生成模型。GPT-3具有1750億個參數(parameter)，可以生成各種類型的文本內容，從文章到電子郵件，甚至可以執行程式。
而我們目前在chatGPT官網： chat.openai.com 所使用的版本即為 GPT-3
進一步認識 chatGPT
對於企業而言最重要的就是性價比，而 chatGPT 其實沒有我們表面看到的如此單純，僅管目前在公雲開放給所有人使用的chatGPT是基於 GPT-3的產品，但為滿足企業用戶需求，OpenAI有提供不同的語言模型可以滿足不同的使用情境供選擇，我們在此也做了簡單的摘要供朋友們參考，以下是 ChatGPT 模型的列表，包括 GPT-3.5 Turbo、DALL·E、Whisper、Embeddings、Codex、Moderation 和 GPT-3，以及它們的用途和使用情境的詳細說明：
| 模型 | 用途 | 使用情境 |
|---|---|---|
| GPT-3.5 Turbo | 一系列的模型，可以理解和生成自然語言或代碼 | 自然語言處理、對話機器人、文本生成 |
| DALL·E | 一個可以根據自然語言提示生成和編輯圖像的模型 | 圖像生成、圖像編輯、視覺藝術 |
| Whisper | 一個可以將語音轉換為文本的模型 | 語音識別、語音轉文字 |
| Embeddings | 一系列的模型，可以將文本轉換為數值形式 | 自然語言處理、文本分析、情感分析 |
| Codex | 一系列的模型，可以理解和生成代碼，包括將自然語言轉換為代碼 | 代碼生成、代碼編輯、自然語言處理 |
| Moderation | 一個經過微調的模型，可以檢測文本是否可能敏感或不安全 | 在線社交平台、內容審查 |
| GPT-3 | 一系列的模型，可以理解和生成自然語言 | 自然語言處理、文本生成、對話機器人 |
希望這份列表能夠幫助您更好地了解每個 ChatGPT 模型的用途和使用情境，值得注意的是，這些模型都需要龐大的數據集和強大的計算資源進行訓練，且需要進一步的微調才能適應特定的任務。因此，使用 GPT-3 模型需要具備專業技術能力才能真正達到協助企業升級的目的
chatGPT計費方式-企業版
對於企業的應用chatGPT針對不同的模型公佈了使用價格，每個模型都有不同的計價模式。價格以每1000單詞(token)計算基礎。然而一個token包含多少個英文字母是由電腦決定的(例如：Clever Life Corp. 即為一個單詞)，您可以將token視為單詞片段，以英文為例1000個token大約是750個單詞，下列這段英文相當約35個 token。
Multiple models, each with different capabilities and price points. Prices are per 1,000 tokens. You can think of tokens as pieces of words, where 1,000 tokens is about 750 words.
至於中文的token計算我們做了一些測試，我們實際用 GPT-3.5 Turbo 這個模型及最新的API進行實測，得到結果如下：
我是一個由柏祐科技與OpenAI合作基於chatGPT技術所開發的 AI 助理，我的名字叫小P。我具有強大的語言模型，可以回答您的問題或提供相關的資訊。
上列這段中英混用的段落為62個字（含標點符號），在 OpenAI 的測試結果是80個Tokens，以這結果來看一個中文字等於一個英文單字，那就是說官方所公佈的1000 單字大約等於 750 個 token 的計算方式中英文是一樣的，也等同於就是 字數 x 1.3 左右的倍率，上列中文樣本等於 62×1.3 = 80.2 ，以GPT-3.5 Turbo這個模型的價格來看，這則文字的費用約為 NT$0.0048， 算是是十分的便宜，OpenAI官網有提供各模型的使用價格供查詢，《請點這裡連結到OpenAI官網》
如果您對 chatGPT 應用興趣，我們可以為您免費評估，歡迎與我們連絡！
