OpenAI 突然将 GPT-4o 免费开放的背后原因揭秘！

OpenAI的免费策略：为了留住用户

对用户来说，OpenAI最近的举动确实让人开心，但我们也不必把它捧得太高，毕竟它自己说的“使命”未必能完全兑现——就是为了让更多人使用最先进的AI工具。

我觉得OpenAI突然把GPT-4o开放给大家使用，实际上是因为它面临着更大的竞争压力，护城河已经没有那么深了。

虽然免费的GPT-3.5不至于说完全一文不值，但市场上现在至少有十款免费的聊天机器人比它好用得多。如果OpenAI不赶紧给用户一些实惠，它的用户，尤其是那些免费用户，可能会越来越少。

一年前，GPT-4刚出的时候，它的能力真的是无人能敌，连免费的GPT-3.5在那时也是独占鳌头。无论是付费用户还是免费用户，OpenAI都不愁没有人用。

不过，现在大模型的竞争环境已经大变样了。虽然GPT-4依然领先，但它并不是唯一的选择。国外的Claude 3、Gemini以及国内的通义、Kimi等模型在某些方面的表现都已经可以与之抗衡。而GPT-3.5的表现更是逐渐落后，缺乏文件上传、联网等额外功能。

如果让你来选择，你会选哪个模型呢？

当竞争对手的免费版本能够与付费版本相抗衡，并且功能更多时，OpenAI到底还能凭什么留住用户呢？

因此，OpenAI让GPT-4o免费使用，某种程度上其实是出于战略考量。

实际上，几个月前OpenAI就已经推出了免注册使用GPT-3.5的政策，这在以前是难以想象的，目的都是为了降低用户使用ChatGPT的门槛。

总结一下，不论是免注册使用，还是免费开放GPT-4o，OpenAI至少考虑了以下几点：

1. 希望吸引并留住更多用户，保持市场份额；
2. 收集更多数据，使用人数越多，收集的数据越丰富，这对优化模型和训练下一代产品非常有帮助；
3. 可能会有更多新模型和功能即将发布，比如Sora或GPT-5。

如今大模型的一个大问题是同质化严重，各家的产品越来越相似，竞争的核心在于如何实现差异化，谁能在特色上胜出，最后才是真正的赢家。

今年我明显感受到AI工具的数量在激增，群里每天都有朋友分享各种各样的AI工具，有的是公司出品，有的是个人开发的。这也是AI大模型与以往技术的不同之处——许多人根据自己的兴趣和实际需求去探索AI的潜力，有的人把它当成练手的项目，还有不少程序员把它当成副业。

我认为，之所以出现这种现象，主要有以下几个原因：

• 生成式AI技术的应用场景多且高度可定制；
• 开源模型越来越多，以及API的价格日益便宜，降低了研究的成本。

所以只要感兴趣，大家都可以尝试一下，比如最简单的，自己微调一个大模型，或者用RAG构建一个私人知识库。现在关于大模型训练和开发的学习资源非常丰富，找到靠谱的学习材料并不难。

作为程序员，我们在大模型研发上有一定的优势，但对于想快速入门的人来说，建议直接看视频课程。最近知乎知学堂推出了AI大模型进阶公开课，内容涵盖了底层逻辑、原理以及实际开发和部署的系统讲解，尤其是微调、langchain和prompt工程的部分，值得好好学习！我已经为大家找到了入口，直接点开就能听⬇️

学习大模型最重要的就是结合实际开发经验，光看那些抽象的理论是不够的，亲自训练、微调或部署一个模型的过程，能够帮助你理解AI大模型的原理、使用和产品开发的整个流程，对未来从事相关工作或者自己开发项目非常重要。

–

说到GPT-4o，OpenAI其实也有点小心机，尽管他们说是向免费用户开放，但实际上并不是完全开放。

• 首先是数量的限制。虽然没有明确说限制多少条，根据我的体验和社区反馈，大约是每3小时能用10条，具体数量会根据服务器压力调整，有时候在高峰期我用了一条后就被限制了。

• 其次是功能的限制。与Plus付费用户相比，免费用户没有绘图功能，也无法创建GPTs，数据分析时不支持交互式表格和图表。

• 最后是上下文窗口长度。免费用户的上下文长度只有8k，而付费用户是32k，这在处理文件上传时会有影响，意味着只能分析较少的文档，8k字满打满算也就是能分析不到8000字的文档。

OpenAI的上下文长度现在看起来有点不够用（即使是付费用户的32k），对于需要分析大量文档的情况来说根本不够。如果要分析长文档，或许不妨试试国内的一些模型，比如Kimi、通义千问、智谱GLM等，它们已经能处理百万级甚至千万级字数的文档了。

GPT-4o 能做什么？

在性能上，GPT-4o的提升是显而易见的，实际使用中都能感受到，这里不再赘述，主要说说与之前相比，免费开放的GPT-4o新增了哪些功能。

1、实时语音对话。

我觉得这是GPT-4o最突出的能力，因为它改变了人类和AI的互动方式。以前有语音对话功能，但不是实时的，需要先把声音用语音识别模型（whisper）转成文本，然后GPT-3.5/4再生成回答，最后再把文本转成语音（vall-e），这个过程平均要2.8秒（GPT-3.5）和5.4秒（GPT-4）。

我不知道大家用过之前的语音功能没有，我觉得体验很别扭，说完话后总要等几秒钟（生成文本和语音合成的时间）才能听到它的回答，这显然影响了对话的流畅度。

而GPT-4o是原生多模态的，对话平均响应时间仅为320毫秒，已经达到了人类对话的水平，真的能给你带来沉浸式的交流体验，就好像和一个真实的人在聊天一样。

不过要注意，目前（截至5月27日）GPT-4o的实时语音（以及视觉）交互能力还没有完全开放，也就是说现在大家用的还是旧版本。官方表示会在接下来的几周内逐步释放这个功能。

我个人非常期待实时语音和视觉交互的功能，如果效果能达到官方发布会上的演示水平，那么每个人都将拥有一个真正的“私人助理”。

2、支持上传文档。

可以用于文章阅读、分析、总结等场合。

3、联网。

可以用于联网检索（信息增强），总结网页文章内容等。

4、多模态能力。

GPT-4o能够理解图像，比如你手里拿着某个产品的说明书或看不懂的配件，可以直接拍给ChatGPT，让它帮你解读。

5、数据分析。

这个功能特别实用，尤其是很多人需要处理Excel表格，甚至需要编程和可视化图表。只需把文档上传给ChatGPT，它就能自动完成分析、编程和可视化的工作。

比如，以下是一个关于不同国家对AI担忧状况的统计数据，我们来演示如何用GPT-4o进行数据分析和可视化。

（1）上传文件。

如何用AI处理数据？

首先，把你的表格数据上传给AI，比如ChatGPT，然后它就能帮你进行简单的分析和处理了。你可能会发现，这比自己动手编程要轻松多了。

接着，我们输入一些指令，让AI对表格进行分析。虽然刚开始的可视化效果不尽如人意，但没关系，我们可以再调整一下。

经过几次修改后，终于生成了一个清晰的二维热力图。为了让这个图看起来更直观，我们还可以把数值直接显示在图上。

最后，生成的图就出来了，同时还有使用的Python代码，真是太方便了！

写下这个过程，主要是想让大家看到AI在处理复杂任务时的优势。想象一下，如果你自己用Python来完成这些工作，得花多少时间学习matplotlib的用法，手动编写代码。但现在，有了AI，这些都能快速搞定。

其实，AI大模型的能力远不止这些。你还可以通过结合不同工具来定制自己的工作流程，或者微调和部署专属模型。想深入了解的话，可以参考之前提到的课程，目标就是在这个生成式AI的时代，如何让自己成为“超级个体”，一个人干多个人的事。

GPT-4o的限制

虽然大家都在用GPT-4o，但免费的版本跟订阅版相比，确实有一些限制：

• 不能绘图，
• 不能自己创建GPTs。
• 目前无法使用GPTs（以后会开放）。
• 现在不支持记忆功能（未来会开放）。

还有哪些好用的免费AI？

正如之前提到的，没有哪个大模型是万能的，所以不建议大家只盯着一个工具。其实，现在很多AI产品都有自己的特色，在某些方面表现得非常出色，使用价值也很高。

能联网搜索的

• Perplexity AI。这是一个国外的产品，最早开始做AI搜索，值得尝试。

接下来是国内的：

• Kimi。适合中文用户，能检索公众号和知乎上的内容。
• 秘塔AI搜索。信息来源丰富，回答形式多样，包括文字、表格和思维导图等，信息整理得不错。

能上传文件进行文档分析的

• Claude 3。这是ChatGPT最强有力的竞争者，免费版也支持上传文件和多模态，代码水平也很不错。不过，它是国外的，需要一些技术背景。
• Kimi。在处理文献和长文本时表现非常优秀，是国内最推荐的选择。
• 通义千问。可以分析高达1000万字的文档，虽然听起来很厉害，但实际使用效果还需验证。

AI绘图工具

需要注意的是，绘图消耗算力，所以大多数优秀的AI绘图工具都是收费的，比如Midjourney，免费的通常有次数限制。

• Bing（必应）Copilot。免费使用，调用OpenAI的Dall·e 3模型，功能强大，推荐！

• 即梦dreamina。这是字节出品的产品，支持生成图片和视频，每天有60个免费积分，够日常使用。

打造专属聊天机器人

字节的coze有国内和海外两个版本，建议能够访问海外版的朋友用这个，因为可以免费使用GPT-4o和GPT-4-Turbo。

以上就是我觉得不错的工具，如果你觉得GPT-4o不够用，可以尝试这些，绝大多数情况下都是可替代的！如果你还有其他好用的AI，欢迎在评论区分享讨论哦。