ChatGPT版本演进全解析：从GPT-3到GPT-4的技术架构升级

1次阅读

共计 1188 个字符，预计需要花费 3 分钟才能阅读完成。

2020 年 6 月 – GPT- 3 发布
参数量 1750 亿（175B）
纯文本生成能力突破
首次开放 API（有限测试）
2022 年 3 月 – GPT-3.5 系列更新
引入 code-davinci-002 等专项模型
推理成本降低 30%（据 OpenAI 博客）
支持对话式交互优化
2023 年 3 月 – GPT- 4 正式发布
参数规模达万亿级别（1T+）
新增多模态图像理解
API 响应速度提升 40%（官方基准测试）

参数量级
GPT-3：1750 亿参数（密集架构）
GPT-4：推测采用混合专家模型（MoE），活跃参数约 1.8 万亿（据 The Information 报道）
训练数据
GPT-3：45TB 文本数据
GPT-4：未公开具体数值，但包含图像 - 文本对齐数据

版本	单次推理延迟（p50）	最大吞吐量（tokens/s）
GPT-3	650ms	240
GPT-4	320ms	580
（数据来源：OpenAI API 文档）

import openai
from tenacity import retry, stop_after_attempt

@retry(stop=stop_after_attempt(3))
def chat_completion_v4(prompt):
    response = openai.ChatCompletion.create(
        model="gpt-4",
        messages=[{"role": "user", "content": prompt}],
        temperature=0.7,
        # 注意：GPT- 4 的 max_tokens 默认值比 GPT- 3 更大
        max_tokens=2048  
    )
    return response.choices[0].message.content

def parse_response(response):
    # 适配 GPT-3.5/ 4 不同响应结构
    if hasattr(response.choices[0], 'message'):
        return response.choices[0].message.content
    else:
        return response.choices[0].text