0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

史上最大AI模型GPT-3你要开始收费了 接下去可能用不起它了

人工智能与大数据技术 来源:人工智能与大数据技术 作者:人工智能与大数据 2020-09-25 11:38 次阅读
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

还记得前不久被捧上天的GPT-3么?那个只有被邀请的用户才能测试使用的,号称史上最大AI模型。 OpenAI的1,750亿参数语言模型GPT-3在6月份发布的时候就备受关注,当时,猿妹还和大家分享了一波:《敲代码、作诗、写论文无所不能!史上最大AI模型GPT-3强势霸榜Github》 如果你到现在还没有申请到免费的API,那么,你接下去可能再也用不起GPT-3了,因为它要开始收费了,而且价格不便宜!

近日,博主Branwen在Reddit 帖子中详细介绍了OpenAI向GPT-3 Beta API用户提供的定价计划。该计划将于10月1日生效。该定价计划一共分为四个档位,分别如下:

Explore 版:免费套餐:用户可免费使用 3 个月或 10 万 token,哪个先用完就以哪个为标准。

Create 版:100 美元/月、200 万 token/月,超过部分每1k tokens费用是6美分。

Build 版:400 美元/月、1000 万 token/月 ,超出部分每1k tokens费用是6美分。

Scal 版:该版本需要联系官方了解详情。

token是指什么呢?它是指字符序列,这些字符被组合在一起作为NLP的有用语义单元。一个好的NLP模型需要大量的token,例如,训练GPT-3模型需要高达4,990亿个token。GPT-3的Create版中提供的200万Token可以覆盖威廉·莎士比亚全集中的90万个单词。

虽然GPT-3的最终定价方案还未明确,但是Branwen在Reddit上的爆料已经引起广大网友的讨论。

其中PhilosopherAI.com(该网站可以根据用户的提问生成哲学的答案)的创建者Ayfet表示:“ PhilosopherAI.com目前有大约750,000个查询。大约有一半内容会被过滤掉,因此,假设有40万个输出,每个平均1000个Token,两到三个星期就需要4亿Token,算下来一个月的成本要4000美元。

(PhilosopherAI.com示例问题回答)

一旦进行收费,那么这个有趣的网站只能关闭了。

乔治亚理工学院副教授Mark Riedl也在发推文表示了同样的担忧:总体而言,GPT-3的定价确实会给初创企业带来一定压力,尤其是那些还没有收入来源或资本的初创企业只能望而却步了。Mark Riedl还对Token的的成本产生了一定疑惑。 对此,你对GPT-3的定价方案有什么看法?

责任编辑:xj

原文标题:那个被捧上天的GPT-3要开始收费了!网友:天价,溜了溜了

文章出处:【微信公众号:人工智能与大数据技术】欢迎添加关注!文章转载请注明出处。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • AI
    AI
    +关注

    关注

    91

    文章

    41990

    浏览量

    303086
  • GPTS3.0
    +关注

    关注

    0

    文章

    4

    浏览量

    7719

原文标题:那个被捧上天的GPT-3要开始收费了!网友:天价,溜了溜了

文章出处:【微信号:TheBigData1024,微信公众号:人工智能与大数据技术】欢迎添加关注!文章转载请注明出处。

收藏 人收藏
加入交流群
微信小助手二维码

扫码添加小助手

加入工程师交流群

    评论

    相关推荐
    热点推荐

    315曝光GEO黑产:3000元“投毒” AI模型,一周见效

    异化为 “数据投毒” 工具,通过系统性投放虚假信息,操控 AI模型的推荐结果,让虚构产品成为 AI 口中的 “标准答案”。   并且,这样的行为被明码标价:“3000 元,一周见
    的头像 发表于 03-17 13:38 7820次阅读

    GPT-5震撼发布:AI领域的重大飞跃

    跃升重新定义人工智能的能力边界。OpenAI首席执行官山姆·奥特曼在发布会上直言:“这不仅是模型的升级,更是通往通用人工智能(AGI)的关键里程碑。”     GPT-5:集成模型
    的头像 发表于 08-09 07:44 1w次阅读
    <b class='flag-5'>GPT</b>-5震撼发布:<b class='flag-5'>AI</b>领域的重大飞跃

    AI模型小龙虾-OpenClaw-0基础从入门到实战

    “长尾、轻量、多变”的部门级业务流场景时,具有无可比拟的适用效率和性价比。 总结 “AI模型小龙虾 OpenClaw”之所以能成为零基础人群的首选,根本原因在于精准卡位非技术岗
    发表于 05-06 16:04

    AI模型微调企业项目实战课

    决胜未来 未来十年,AI 的竞争将不再是“谁家模型参数大”的军备竞赛,而是“谁家模型更懂行业、更安全”的落地较量。 参与企业微调实战课,其意义远超掌握一门技术工具。本质上是帮助企业培
    发表于 04-16 18:48

    AI Agent的进化对存储提出了什么新需求

    如果把大模型比作“大脑”,那AI Agent就是给大脑装上了手、脚、记忆和工具箱。过去的AI可能只会把
    的头像 发表于 03-19 15:05 541次阅读
    <b class='flag-5'>AI</b> Agent的进化对存储提出了什么新需求

    NVIDIA Jetson模型赋能AI在边缘端落地

    开源生成式 AI 模型不再局限于数据中心,而是开始深入到现实世界的各种机器中。从 Orin 到 Thor,NVIDIA Jetson 系列正在成为运行 NVIDIA Nemotron、Cosmos
    的头像 发表于 03-16 16:27 792次阅读
    NVIDIA Jetson<b class='flag-5'>模型</b>赋能<b class='flag-5'>AI</b>在边缘端落地

    模型 ai coding 比较

    序 我主要用途是 ai coding,从各种渠道获取到了很多 不同的大模型排序 最多的是 opus 4.6 > k2.5 > glm5 >
    发表于 02-19 13:43

    Transformer 入门:从零理解 AI模型的核心原理

    第一部分:数学基础铺垫 在开始之前,让我们先了解一些基础概念。不用担心,我会用最简单的方式来解释。 向量、矩阵、张量 什么是向量(Vector)? 向量就是一排数字的集合。 想象描述一个人的特征
    发表于 02-10 16:33

    日均省电超82万度!事关AI服务器GaN电源模块

    !因此GaN技术变得十分重。 一、AI模型耗电量惊人,GaN技术成省电关键 这可不是在危言耸听。以著名的OpenAI为例:其GPT-3级别模型
    的头像 发表于 12-08 10:46 960次阅读
    日均省电超82万度!事关<b class='flag-5'>AI</b>服务器GaN电源模块

    GPT-5.1发布 OpenAI开始拼情商

    -5.1 Thinking:高级推理模型,在简单任务上更快,在复杂任务上更持久,也更容易理解。 对于新上线的GPT-5.1大模型,OpenAI 官方表示出色的 AI 不仅是
    的头像 发表于 11-13 15:49 893次阅读

    AI模型的配置AI模型该怎么做?

    STM32可以跑AI,这个AI模型怎么搞,知识盲区
    发表于 10-14 07:14

    【「AI芯片:科技探索与AGI愿景」阅读体验】+AI的科学应用

    AI被赋予人的智能,科学家们希望在没有人类的引导下,AI自主的提出科学假设,诺贝尔奖级别的假设哦。 AI驱动科学被认为是科学发现的第五个范式
    发表于 09-17 11:45

    NVIDIA从云到边缘加速OpenAI gpt-oss模型部署,实现150万TPS推理

      自 2016 年推出 NVIDIA DGX 以来,NVIDIA 与 OpenAI 便开始共同推动 AI 技术的边界。此次 OpenAI gpt-oss-20b 和 gpt-oss-
    的头像 发表于 08-15 20:34 2607次阅读
    NVIDIA从云到边缘加速OpenAI <b class='flag-5'>gpt</b>-oss<b class='flag-5'>模型</b>部署,实现150万TPS推理

    AI的未来,属于那些既能写代码,又能焊电路的“双栖人才”

    的信号:AI真正的未来,不只属于“算法天才”,更属于那些既能写代码,又能焊电路的“双栖工程师”。无论是在AI芯片、智能终端、机器人、边缘计算还是大模型下沉的讨论中,我们不断听到同一个问题:“谁能把
    发表于 07-30 16:15

    工业数采很多数据可能用不上,不同系统的&quot;数据菜&quot;要对号入座

    参数),EAM的是"病历本"(健康指标),EMS的是"对账单"(能耗明细),APS/WMS的是"信号灯"(协同指令)——数据对了口,系统才能各司其职,发挥最大价值。
    的头像 发表于 06-11 11:29 1002次阅读