GPT 系列

GPT（Generative Pre-trained Transformer）是由 OpenAI 开发的大语言模型系列，是当前最具影响力的 AI 模型家族之一。

发展历程

版本	发布时间	参数量	主要特点
GPT-1	2018年6月	1.17亿	首次验证预训练+微调范式
GPT-2	2019年2月	15亿	展示强大的零样本能力
GPT-3	2020年6月	1750亿	少样本学习的里程碑
GPT-3.5	2022年3月	-	ChatGPT 的基础模型
GPT-4	2023年3月	-	多模态能力，推理能力飞跃
GPT-4o	2024年5月	-	原生多模态，更快更便宜
GPT-4.1	2025年4月	-	代码能力显著增强
o1	2024年9月	-	深度推理模型，思维链
o3	2024年12月	-	最强推理能力

核心特点

1. 预训练 + 微调范式

GPT 开创了"大规模预训练 + 下游任务微调"的范式：

• 预训练阶段： 在海量互联网文本上学习语言规律
• 微调阶段： 针对特定任务进行有监督训练
• RLHF： 使用人类反馈强化学习，使模型更符合人类偏好

2. Transformer 解码器架构

GPT 采用纯 Decoder 结构的 Transformer：

• 使用单向注意力机制（只能看到之前的 Token）
• 自回归生成：逐个预测下一个 Token
• 适合文本生成任务

3. 涌现能力

当模型规模达到一定程度后，出现了意想不到的能力：

• 上下文学习（In-Context Learning）： 无需微调，仅通过示例就能完成新任务
• 思维链推理（Chain-of-Thought）： 分步骤解决复杂问题
• 代码理解与生成

当前主力模型

GPT-4o

• 类型： 原生多模态模型
• 上下文窗口： 128K tokens
• 特点： 速度快、成本低、支持文本/图像/音频输入
• 适用场景： 日常对话、内容创作、数据分析

GPT-4o-mini

• 类型： 轻量级多模态模型
• 上下文窗口： 128K tokens
• 特点： 极低成本、响应快速
• 适用场景： 简单任务、高并发场景

GPT-4.1

• 类型： 增强版代码模型
• 上下文窗口： 1M tokens
• 特点： 超强代码能力，超长上下文
• 适用场景： 代码生成、代码审查、大型项目分析

o1 / o3 推理模型

• 类型： 深度推理模型
• 特点： 内置思维链，擅长数学和复杂推理
• 适用场景： 数学解题、逻辑推理、科学研究

API 调用示例

from openai import OpenAI

client = OpenAI(
    api_key="your-api-key",
    base_url="https://api.weelinking.com/v1"
)

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[
        {"role": "system", "content": "你是一个有帮助的助手。"},
        {"role": "user", "content": "解释什么是量子计算"}
    ],
    temperature=0.7
)

print(response.choices[0].message.content)

与其他模型对比

特性	GPT-4o	Claude 3.5	Gemini 1.5
上下文窗口	128K	200K	1M-2M
多模态	✅	✅	✅
代码能力	极强	极强	强
中文能力	强	强	强
响应速度	快	快	中等

最佳实践

1. 选择合适的模型： 简单任务用 gpt-4o-mini，复杂任务用 gpt-4o 或 o1
2. 设置合理的 Temperature： 事实性任务用 0，创意任务用 0.7-1.0
3. 利用系统提示词： 明确角色和约束，获得更好的输出
4. 流式输出： 长回复使用 stream=true 提升用户体验