OpenAI 向开发者推出 GPT-4o mini 的微调工具，该工具可以在特定使用范围内免费使用两个月，并支持多种模型，包括 gpt-3.5-turbo、babbage、davinci、gpt-4 和 gpt-4o-mini 等。开发者可以使用微调工具输入更多训练内容来改善模型输出结果质量，例如获得更准确的回答、节省 tokens 开销、降低延迟性，以及提升 few-shot-learning 效果。

🎉 **免费试用期**：OpenAI 向开发者推出 GPT-4o mini 微调工具，该工具可以在特定使用范围内免费使用两个月。开发者每日可使用 200 万 tokens，超出部分则按照 API 调用价格进行计费。到期后免费额度终止，所有 token 都按照 API 价格计费。 该工具支持的模型包括 gpt-3.5-turbo-0125、gpt-3.5-turbo-1106、gpt-3.5-turbo-0613、babbage-002、davinci-002、gpt-4-0613 (测试中) 和 gpt-4o-2024 -05-13，及 gpt-4o-mini-2024-07-18 (建议)。OpenAI 称对大多数开发者来说 gpt-4o-mini-2024-07-18 模型已经足够使用，即从能力和易用性方面来说 GPT-4o mini 版对大多数用户来说都是最合适的模型。

🚀 **提升模型效果**：使用微调工具，开发者可以输入更多训练内容来改善 GPT-4 等模型的输出结果质量。例如，用户不需要使用更长的提示词即可获得准确的回答，这样既可以节省 tokens 开销，又可以降低延迟性。 OpenAI 称微调工具还可以提升 few-shot-learning 效果。few-shot-learning 指的是利用范例告诉模型应该如何执行任务。OpenAI 模型本身已经在大量文字基础上进行训练，但为了让模型变得更好用，OpenAI 也使用 few-shot-learning 用来提高模型的输出质量。

💡 **面向用户应用**：对于面向用户并且是大规模使用的情况，微调工具应该可以显著提升最终用户的使用体验。开发者可以通过微调工具进一步优化模型，使其更符合特定应用场景的需求，从而提供更加精准、高效和个性化的服务。

💰 **API 价格**：微调工具的 API 价格按照不同模型收费有差异。例如，GPT-4o mini 版输入费用为每 100 万 tokens 0.3 美元，输出 100 万 tokens 则是 1.2 美元。如果通过 Batch API 进行操作，则分别是 0.15 美元和 0.6 美元。

💻 **开放范围**：目前，微调工具仅限于 OpenAI API 平台的第 4~5 级开发者，后续会逐渐向更多开发者开放。有兴趣的开发者可以前往 OpenAI API 平台测试微调工具。

OpenAI 今天宣布向开发者推出 GPT-4o mini 的微调工具，该微调工具可以在特定使用量的范围内免费使用 2 个月，目前仅限于 OpenAI API 平台的第 4~5 级开发者，后续会逐渐向更多开发者开放该微调工具。

收费方面即日起至 2024 年 9 月 23 日，开发者每日可使用 200 万 tokens，超出部分则按照 API 调用价格进行计费，到期后免费额度终止所有 token 都按照 API 价格计费。

微调工具的 API 价格按照不同模型收费有差异，例如 GPT-4o mini 版输入费用为每 100 万 tokens 0.3 美元，输出 100 万 tokens 则是 1.2 美元，如果通过 Batch API 进行操作，则分别是 0.15 美元和 0.6 美元。

微调工具支持的模型包括 gpt-3.5-turbo-0125、gpt-3.5-turbo-1106、gpt-3.5-turbo-0613、babbage-002、davinci-002、gpt-4-0613 (测试中) 和 gpt-4o-2024 -05-13，及 gpt-4o-mini-2024-07-18 (建议)。

OpenAI 称对大多数开发者来说 gpt-4o-mini-2024-07-18 模型已经足够使用，即从能力和易用性方面来说 GPT-4o mini 版对大多数用户来说都是最合适的模型。

使用微调工具开发者可以输入更多的训练内容用来改善 GPT-4 等模型的输出结果质量，例如用户不需要使用更长的提示词即可获得准确的回答，这样既可以节省 tokens 开销又可以降低延迟性。

OpenAI 称微调工具还可以提升 few-shot-learning 效果，few-shot-learning 指的是利用范例告诉模型应该如何执行任务，OpenAI 模型本身已经在大量文字基础上进行训练，但为了让模型变得更好用 OpenAI 也使用 few-shot-learning 用来提高模型的输出质量。

所以有兴趣的开发者可以前往 OpenAI API 平台测试微调工具，如果是面向用户并且是大规模使用的话，微调工具应该可以显著提升最终用户的使用体验。