GPT 系列是什么
GPT 系列是 OpenAI 的通用大模型家族，按能力与成本分档：旗舰档承担复杂推理与多模态任务，mini / nano 档承接高频轻量任务。它支持文本与图片输入、工具调用与结构化输出，是 OpenAI 生态的基准协议，也被大量第三方平台兼容。家族按代际迭代（GPT-4o、GPT-4.1、GPT-5 世代），代际之间主要在上下文长度、默认推理行为与价格结构上有差别。
基本信息
| 厂商 | OpenAI |
|---|---|
| 代表型号 | GPT-4o、GPT-4.1、GPT-5（各有 mini / nano 小尺寸版） |
| 输入形态 | 文本、图片；部分版本支持音频 |
| 接口 | Chat Completions 与 Responses API |
| 接入点 | api.openai.com；第三方平台另提供兼容端点 |
| 计费口径 | 输入与输出分开计价，缓存命中与批处理另有折扣档 |
读型号名的方法
| 后缀 | 含义 | 适用场景 |
|---|---|---|
| 无后缀 | 该代旗舰，能力上限最高 | 复杂推理、长文分析、质量优先 |
| mini | 均衡小尺寸，性价比档 | 日常问答、摘要、常规生成 |
| nano | 最小尺寸，延迟与成本最低 | 分类、打标、字段抽取等高并发任务 |
| 日期快照 | 固定版本，行为可复现 | 生产环境锁定版本 |
| 滚动别名 | 始终指向最新快照 | 原型验证，不适合长期依赖 |
典型使用场景
- 通用问答与内容生成：客服助手、写作辅助、知识问答的主力模型
- 多模态理解：读截图、票据、图表，把图片内容转成结构化字段
- 工具调用与流程编排：由模型决定调用哪个函数，驱动业务流程
- 结构化输出：配合 JSON Schema 稳定产出可直接入库的数据
- 编码辅助：生成、解释、审查代码，接入 IDE 或 CI 流程
最小调用与多轮对话
最小调用与多轮对话
curl -s https://api.openai.com/v1/chat/completions -H "Authorization: Bearer $OPENAI_API_KEY" -H "Content-Type: application/json" -d '{"model":"gpt-4o","messages":[{"role":"system","content":"你是运维助手"},{"role":"user","content":"nginx 502 怎么查"}]}' # 一次请求返回整段回答
# 多轮对话：把上一轮的 assistant 回复追加进 messages 数组再发下一次请求
# 长对话只保留最近若干轮或先做摘要压缩，避免输入 token 逐轮累加
# 流式输出加 stream=true，逐块读取可显著降低首字感知延迟接口形态对照
| 接口 | 适用 | 特点 |
|---|---|---|
| Chat Completions | 通用对话、兼容性优先 | 请求体简单，第三方平台普遍支持 |
| Responses | 新项目、需要内置工具 | 输入输出结构不同，迁移需改代码 |
| Embeddings | 文本向量化 | 只产出向量，不做生成 |
| Realtime | 语音实时交互 | 走 WebSocket，计费口径独立 |
上生产前的检查项
- 模型标识锁定到具体快照，并准备好回滚方案
- 超时与重试策略到位：429 与 5xx 才重试，参数错误不要重试
- token 用量与成本有监控，突增能告警
- 敏感数据脱敏后再送第三方接口，日志里不留原文
同代内小尺寸版在简单任务上与旗舰的差距往往有限：抽 100 条线上真实请求做对照评测，比看榜单更能定档位。
输入与输出共用上下文窗口，窗口耗尽会报上下文超限：处理办法是裁剪历史、压缩长文或改走文档检索，而不是原样重试。
代际升级不等于全任务提升：新版通常上下文更长、指令遵循更稳，但个别风格化场景可能回退，升级前用固定评测集跑 A/B。
把固定内容（角色设定、规则、工具定义、示例）放在提示词最前面，动态内容放最后，既利于命中提示缓存，也让排查问题时的变量更少。
生产代码不要用滚动别名：上游更新会让同一份提示词的输出分布变化，历史评测基线随之失效。