und verfügt über leistungsstarke und hilfreiche Funktionen. Das Modell verfügt über eine Vielzahl von Parametern und Optionen zur Auswahl, die Sie richtig auswählen müssen, um die Leistung von GPT-5 für Ihren Anwendungsbereich zu optimieren.

In diesem Artikel gehe ich eingehend auf die verschiedenen Optionen ein, die Ihnen bei der Verwendung von GPT-5 zur Verfügung stehen, und helfe Ihnen bei der Auswahl der optimalen Einstellungen, damit es für Ihren Anwendungsfall intestine funktioniert. Ich bespreche die verschiedenen Eingabemodalitäten, die Sie verwenden können, die verfügbaren Funktionen von GPT-5, wie Instruments und Datei-Add, und ich bespreche die Parameter, die Sie für das Modell festlegen können.

Dieser Artikel wird nicht von OpenAI gesponsert und ist lediglich eine Zusammenfassung meiner Erfahrungen mit GPT-5 und erörtert, wie Sie das Modell effektiv nutzen können.

Warum Sie GPT-5 verwenden sollten

GPT-5 ist ein sehr leistungsstarkes Modell, das Sie für eine Vielzahl von Aufgaben nutzen können. Sie können es beispielsweise für einen Chatbot-Assistenten oder zum Extrahieren wichtiger Metadaten aus Dokumenten verwenden. GPT-5 verfügt jedoch auch über viele verschiedene Optionen und Einstellungen, von denen Sie viele mehr im OpenAI-Leitfaden zu GPT-5 lesen können. Ich werde besprechen, wie Sie durch alle diese Optionen navigieren und GPT-5 optimum für Ihren Anwendungsfall nutzen können.

Multimodale Fähigkeiten

GPT-5 ist ein multimodales Modell, d. h. Sie können Textual content, Bilder und Audio eingeben und das Modell gibt Textual content aus. Sie können bei der Eingabe auch verschiedene Modalitäten kombinieren, beispielsweise die Eingabe eines Bildes und einer Aufforderung, nach dem Bild zu fragen, und eine Antwort erhalten. Natürlich wird von einem LLM die Eingabe von Textual content erwartet, aber die Möglichkeit, Bilder und Audio einzugeben, ist sehr leistungsfähig.

Wie ich in früheren Artikeln besprochen habe, sind VLMs aufgrund ihrer Fähigkeit, Bilder direkt zu verstehen, äußerst leistungsstark, was normalerweise besser funktioniert, als OCR an einem Bild durchzuführen und dann den extrahierten Textual content zu verstehen. Das gleiche Konzept gilt auch für Audio. Sie können beispielsweise direkt einen Audioclip einsenden und nicht nur die Wörter im Clip analysieren, sondern auch die Tonhöhe, die Sprechgeschwindigkeit usw. aus dem Audioclip. Das multimodale Verständnis ermöglicht Ihnen einfach ein tieferes Verständnis der Daten, die Sie analysieren.

Werkzeuge

Instruments ist eine weitere leistungsstarke Funktion, die Ihnen zur Verfügung steht. Sie können Instruments definieren, die das Modell während der Ausführung nutzen kann, wodurch GPT-5 zu einem Agenten wird. Ein Beispiel für ein einfaches Software ist die Funktion get_weather():

def get_weather(metropolis: str):
   return "Sunny"

Anschließend können Sie Ihrem Modell Ihre benutzerdefinierten Instruments zusammen mit einer Beschreibung und den Parametern für Ihre Funktion zur Verfügung stellen:

instruments = (
    {
        "kind": "operate",
        "identify": "get_weather",
        "description": "Get immediately's climate.",
        "parameters": {
            "kind": "object",
            "properties": {
                "metropolis": {
                    "kind": "string",
                    "description": "The town you need the climate for",
                },
            },
            "required": ("metropolis"),
        },
    },
)

Es ist wichtig, dass Ihre Funktionsdefinitionen detaillierte und beschreibende Informationen enthalten, einschließlich einer Beschreibung der Funktion und der Parameter zur Verwendung der Funktion.

Sie können viele Instruments definieren, die Sie Ihrem Modell zur Verfügung stellen möchten. Es ist jedoch wichtig, sich die Grundprinzipien für die Definition von KI-Instruments zu merken:

• Werkzeuge sind intestine beschrieben
• Werkzeuge überschneiden sich nicht
• Machen Sie dem Modell klar, wann die Funktion verwendet werden soll. Mehrdeutigkeit macht die Verwendung von Werkzeugen unwirksam

Parameter

Bei der Verwendung von GPT-5 sollten Sie auf drei Hauptparameter achten:

• Argumentationsaufwand
• Ausführlichkeit
• Strukturierte Ausgabe

Ich beschreibe nun die verschiedenen Parameter und wie man bei deren Auswahl vorgeht.

Argumentationsaufwand

Argumentationsaufwand ist ein Parameter, aus dem Sie auswählen können:

Minimale Argumentation macht GPT-5 im Wesentlichen zu einem nicht-logischen Modell und sollte für einfachere Aufgaben verwendet werden, bei denen Sie schnelle Antworten benötigen. Sie können beispielsweise in einer Chat-Anwendung, bei der die Fragen einfach zu beantworten sind und die Benutzer schnelle Antworten erwarten, mit minimalem Argumentationsaufwand arbeiten.

Je schwieriger Ihre Aufgabe ist, desto mehr Argumente sollten Sie verwenden. Sie sollten jedoch die Kosten und die Latenz berücksichtigen, die mit der Verwendung weiterer Argumente verbunden sind. Reasoning zählt als Ausgabe-Token, und zum Zeitpunkt des Schreibens dieses Artikels waren es 10 USD/Million Token für GPT-5.

Normalerweise experimentiere ich mit dem Modell, beginnend mit dem geringsten Argumentationsaufwand. Wenn ich bemerke, dass das Modell Schwierigkeiten hat, qualitativ hochwertige Antworten zu geben, gehe ich auf der Argumentationsebene nach oben, zunächst von minimal -> niedrig. Anschließend teste ich das Modell weiter und schaue, wie intestine es funktioniert. Sie sollten sich bemühen, den geringsten Argumentationsaufwand bei akzeptabler Qualität zu erzielen.

Sie können den Argumentationsaufwand einstellen mit:

shopper = OpenAI()
request_params = {
        "mannequin" = "gpt-5",
        "enter" = messages,
        "reasoning": {"effort": "medium"}, # will be: minimal, low, medium, excessive
    }
shopper.responses.create(**request_params)

Ausführlichkeit

Die Ausführlichkeit ist ein weiterer wichtiger konfigurierbarer Parameter, aus dem Sie wählen können:

Die Ausführlichkeit legt fest, wie viele Ausgabetokens (hier ohne Denktokens) das Modell ausgeben soll. Der Standardwert ist mittlere Ausführlichkeit, was laut OpenAI im Wesentlichen die Einstellung ist, die auch für die Vorgängermodelle verwendet wurde.

Angenommen, Sie möchten, dass das Modell längere und detailliertere Antworten generiert, sollten Sie die Ausführlichkeit auf hoch einstellen. Meistens entscheide ich mich jedoch zwischen niedriger und mittlerer Ausführlichkeit.

• Für Chat-Anwendungen ist eine mittlere Ausführlichkeit intestine, da ein sehr prägnantes Modell den Benutzern das Gefühl geben kann, dass das Modell weniger hilfreich ist (viele Benutzer bevorzugen etwas mehr Particulars in den Antworten).
• Für Extraktionszwecke, bei denen Sie jedoch nur bestimmte Informationen ausgeben möchten, beispielsweise das Datum aus einem Dokument, stelle ich die Ausführlichkeit auf niedrig ein. Dadurch wird sichergestellt, dass das Modell nur mit der von mir gewünschten Ausgabe (dem Datum) antwortet, ohne zusätzliche Begründung und Kontext bereitzustellen.

Sie können den Ausführlichkeitsgrad festlegen mit:

shopper = OpenAI()
request_params = {
        "mannequin" = "gpt-5",
        "enter" = messages,
        "textual content" = {"verbosity": "medium"}, # will be: low, medium, excessive
    }
shopper.responses.create(**request_params)

Strukturierte Ausgabe

Die strukturierte Ausgabe ist eine leistungsstarke Einstellung, mit der Sie sicherstellen können, dass GPT-5 im JSON-Format antwortet. Dies ist wiederum nützlich, wenn Sie bestimmte Datenpunkte und keinen anderen Textual content, beispielsweise das Datum, aus einem Dokument extrahieren möchten. Dies garantiert, dass das Modell mit einem gültigen JSON-Objekt antwortet, das Sie dann analysieren können. Bei der gesamten Metadatenextraktion, die ich durchführe, wird diese strukturierte Ausgabe verwendet, da sie für die Gewährleistung der Konsistenz äußerst nützlich ist. Sie können eine strukturierte Ausgabe verwenden, indem Sie den Schlüssel „textual content“ in den Anforderungsparametern zu GPT-5 hinzufügen, wie unten.

shopper = OpenAI()
request_params = {
        "mannequin" = "gpt-5",
        "enter" = messages,
        "textual content" = {"format": {"kind": "json_object"}},
    }
shopper.responses.create(**request_params)

Stellen Sie sicher, dass Sie in Ihrer Eingabeaufforderung „JSON“ erwähnen. Andernfalls erhalten Sie eine Fehlermeldung, wenn Sie eine strukturierte Ausgabe verwenden.

Datei-Add

Das Hochladen von Dateien ist eine weitere leistungsstarke Funktion, die über GPT-5 verfügbar ist. Ich habe zuvor die multimodalen Fähigkeiten des Modells besprochen. In manchen Szenarien ist es jedoch sinnvoll, ein Dokument direkt hochzuladen und OpenAI das Dokument analysieren zu lassen. Wenn Sie beispielsweise noch keine OCR durchgeführt oder Bilder aus einem Dokument extrahiert haben, können Sie das Dokument stattdessen direkt auf OpenAI hochladen und ihm Fragen stellen. Erfahrungsgemäß geht das Hochladen von Dateien auch schnell und Sie erhalten in der Regel schnelle Antworten, meist abhängig vom Aufwand, den Sie verlangen.

Wenn Sie schnelle Antworten auf Dokumente benötigen und keine Zeit haben, zunächst OCR zu verwenden, ist das Hochladen von Dateien eine leistungsstarke Funktion, die Sie nutzen können.

Nachteile von GPT-5

GPT-5 hat auch einige Nachteile. Der größte Nachteil, der mir bei der Verwendung aufgefallen ist, ist, dass OpenAI die Denktokens nicht teilt, wenn Sie das Modell verwenden. Sie können nur auf eine Zusammenfassung der Überlegungen zugreifen.

Dies ist in Reside-Anwendungen sehr restriktiv, denn wenn Sie einen höheren Argumentationsaufwand (mittel oder hoch) verwenden möchten, können Sie keine Informationen von GPT-5 an den Benutzer streamen, während das Modell denkt, was zu einer schlechten Benutzererfahrung führt. Die Choice besteht dann darin, einen geringeren Argumentationsaufwand zu verwenden, was zu qualitativ schlechteren Ergebnissen führt. Andere Anbieter von Grenzmodellen wie Anthropic und Gemini verfügen beide über verfügbare Denktoken.

Es wurde auch viel darüber diskutiert, dass GPT-5 weniger kreativ ist als seine Vorgänger, obwohl dies bei den Anwendungen, an denen ich arbeite, normalerweise kein großes Downside darstellt, da Kreativität normalerweise keine Voraussetzung für die API-Nutzung von GPT-5 ist.

Abschluss

In diesem Artikel habe ich einen Überblick über GPT-5 mit den verschiedenen Parametern und Optionen gegeben und erklärt, wie das Modell am effektivsten genutzt werden kann. Bei richtiger Anwendung ist GPT-5 ein sehr leistungsfähiges Modell, obwohl es natürlich auch einige Nachteile mit sich bringt. Der wichtigste aus meiner Sicht ist, dass OpenAI die Argumentationstoken nicht teilt. Wenn ich an LLM-Anwendungen arbeite, empfehle ich immer, Backup-Modelle von anderen Frontier-Modellanbietern zur Verfügung zu haben. Dies könnte beispielsweise GPT-5 als Hauptmodell sein, aber wenn dies fehlschlägt, können Sie auf Gemini 2.5 Professional von Google zurückgreifen.

Finden Sie mich in den sozialen Netzwerken:

Abonnieren Sie meinen Publication

Nehmen Sie Kontakt auf

LinkedIn

X / Twitter

Medium

Sie können auch meine anderen Artikel lesen:

Von allen heute erhältlichen chinesischen KI-Modellen ist Kimi von Moonshot mein persönlicher Favorit! Ob es ist Folien erstellen Von einer einzigen Eingabeaufforderung bis hin zum Ausführen eines Agenten-Webbrowsings erledigt Kimi wirklich alles. Gerade als wir dachten Kimi K2 ihr bestes Modell conflict, brachte Moonshot ein noch leistungsstärkeres Improve auf den Markt: Kimi K2 Pondering. Es handelt sich um ein Open-Supply-Denkagentenmodell, das darauf ausgelegt ist, autonom zu denken, zu planen und zu handeln. Basierend auf der Skalierung der Testzeit erweitert K2 Pondering seine Argumentationsschritte und Werkzeuginteraktionen dynamisch nach Bedarf, löst komplexe mathematische, physikalische und logische Probleme Schritt für Schritt, führt umfassende, mehrstufige Websuchen mit Präzision durch und generiert Code und Inhalte mit verbesserter Struktur, Kreativität und Genauigkeit. Und das alles, während Sie neue Maßstäbe in der Agentenleistung setzen!

Kimi K2 Denkleistung

Basierend auf den neuesten Benchmark-Ergebnissen weist Kimi K2 Pondering ein überzeugendes Leistungsprofil auf, das bei wichtigen Agentenfunktionen häufig Spitzenmodelle wie GPT-5 und Claude anführt oder mit ihnen konkurriert.

• Beim Agentendenken setzt K2 mit 44,9 % bei Humanity’s Final Examination (mit Instruments) eine neue hohe Messlatte und übertrifft damit sowohl GPT-5 (41,7 %) als auch Claude (32,0 %).
• Auch bei der Agentensuche dominiert es mit 60,2 % bei BrowseComp und 56,3 % bei Seal-0 und liegt damit deutlich vor seinen Konkurrenten.
• Bei Codierungsaufgaben zeigt K2 eine starke Vielseitigkeit: Es führt bei SWE-Bench Verified (71,3 %) und LiveCodeBench V6 (83,1 %), während es bei SWE-Multilingual leicht hinter GPT-5 zurückbleibt (61,1 % gegenüber 68,0 %).

Wie greife ich auf Kimi K2 Pondering zu?

• Sie können über das Modell auf das Modell zugreifen Chatbot.
• Gewichte und Code finden Sie unter Umarmendes Gesicht.
• Über die API können Sie es einfach durch Umschalten nutzen mannequin Parameter:

$ curl https://api.moonshot.cn/v1/chat/completions 
    -H "Content material-Kind: utility/json" 
    -H "Authorization: Bearer $MOONSHOT_API_KEY" 
    -d '{
        "mannequin": "kimi-k2-thinking",
        "messages": (
            {"position": "consumer", "content material": "hi there"}
        ),
        "temperature": 1.0
   }'

Weitere Informationen zur API-Nutzung finden Sie hier Führung.

Lesen Sie auch: Kimi OK Laptop: Eine praktische Anleitung zum kostenlosen KI-Agenten

Probieren Sie Kimi K2 aus und denken Sie an verschiedene Aufforderungen

Aufgabe 1: Kritisches Denken

Immediate: „Simulieren Sie heute eine strukturierte Debatte zwischen Nikola Tesla und Thomas Edison über die Ethik der KI. Begründen Sie ihre Argumente in ihren tatsächlichen Schriften und erweitern Sie dann ihre Weltanschauungen, um Kommentare zu Themen wie Deepfakes, Automatisierung und Open-Supply-Modellen abzugeben.„

Ausgabe:

Die vollständige Ausgabe finden Sie hier!

Meine Meinung:

Kimi K2 Pondering lieferte eine herausragende Leistung bei der Aufgabe, eine historisch fundierte Debatte zwischen Nikola Tesla und Thomas Edison über die Ethik moderner KI zu simulieren. Es spiegelte die dokumentierten Philosophien jedes Erfinders genau wider. Teslas Idealismus, die Betonung von offenem Wissen und die Imaginative and prescient einer Technologie, die der Menschheit dient, im Gegensatz zu Edisons Pragmatismus, kommerziellem Protektionismus und dem Glauben an kontrollierte Innovation. Diese Weltanschauungen wurden kohärent auf aktuelle Themen wie Deepfakes, arbeitsplatzverdrängende Automatisierung und die Debatte zwischen Open-Supply und proprietärer KI ausgeweitet.

Die Antwort conflict als formeller, mehrstufiger Dialog mit Eröffnungsreden, themenspezifischen Widerlegungen und Schlussargumenten strukturiert, die alle in einem Ton wiedergegeben wurden, der ihren historischen Persönlichkeiten treu blieb. Anstatt generische Ansichten anzubieten, verwob das Modell echte historische Referenzen (z. B. Teslas ferngesteuertes Boot von 1898, Edisons AC/DC-Hetzkampagnen) und nutzte sie als Metaphern für moderne KI-Dilemmata, wobei es tiefes Denken, kreative Synthese und rhetorische Raffinesse demonstrierte.

Aufgabe 2: Recherche und Analyse

Immediate: „Analysieren Sie, wie sich das Inflation Discount Act von 2022 in den letzten zwei Jahren auf die Einführung von Solarenergie in Wohngebäuden in Texas ausgewirkt hat. Nutzen Sie reale Regierungsdaten, Versorgungsberichte und lokale Nachrichten, um die Veränderung der Installationsraten abzuschätzen und die drei Landkreise zu identifizieren, die das Wachstum am stärksten vorantreiben.„

Ausgabe:

Die vollständige Antwort finden Sie hier!

Meine Meinung:

Kimi K2 Pondering hat die Figur Rudy Cox erfolgreich anhand eines komplexen, mehrteiligen Puzzles identifiziert, das die Ausbildung eines Schauspielers, seine Sportkarriere, Filmrollen und Fernsehauftritte umfasst. Es suchte methodisch nach Hinweisen, verglich Daten aus verschiedenen Quellen und eliminierte falsche Kandidaten, um zur richtigen Antwort zu gelangen.

Das Modell behandelte Unklarheiten, verknüpfte unabhängige Fakten wie das Gründungsdatum einer Universität und einen kleinen Science-Fiction-Movie und verifizierte jedes Element anhand öffentlicher Aufzeichnungen. Es zeigte starkes, schrittweises Denken unter realen Informationsbeschränkungen und erreichte seine Leistung bei Benchmarks für die Agentensuche.

Aufgabe 3: Codierung

Immediate: „Erstellen Sie ein CLI-Device in Python, das aus meinen Git-Commits, Jira-Tickets und einer kurzen Sprachnotiz, die ich jeden Abend hochlade, automatisch ein tägliches Entwicklungsprotokoll generiert. Es sollte den Fortschritt zusammenfassen, Blocker kennzeichnen und einen Markdown-Bericht ausgeben„

Ausgabe:

Die vollständige Ausgabe finden Sie hier!

Meine Ansicht:

Kimi K2 Pondering gab eine praktische Antwort auf die Anfrage zum CLI-Device. Zunächst wurde die Aufgabe analysiert. Anschließend wurden wichtige Teile identifiziert: Konfiguration, Git, Jira, Sprachtranskription und Berichtserstellung.

Es stellte ein vollständiges Python-Skript mit Click on bereit. Das Skript enthielt Einrichtungsschritte und erforderliche Abhängigkeiten. Es unterstützte Kernfunktionen wie die Erkennung von Blockern anhand von Sprachnotizen und die Erstellung von KI-Zusammenfassungen.

Für den Prototyp wurde eine vereinfachte Single-File-Model angeboten. Diese Model konzentrierte sich auf Git-Commits. Es enthielt klare Anweisungen zum späteren Hinzufügen von Jira und Sprachunterstützung.

Das Device zeigte starke Fähigkeiten im Agenten-Codieren. Es verarbeitete mehrere Datenquellen, verwaltete API-Aufrufe und erzeugte wie gewünscht eine strukturierte Markdown-Ausgabe.

Lesen Sie auch: Ich habe Kimi K2 für API-basierten Workflow getestet

Abschluss

Die Leistung von Kimi K2 Pondering beweist, dass chinesische KI-Modelle nicht nur aufholen, sondern auch neue Maßstäbe in den Bereichen Argumentation, Agentensuche und Codierung setzen. In Benchmarks wie HLE, BrowseComp und SWE-Bench Verified konkurriert es mit führenden westlichen Modellen oder übertrifft diese, oft mit Open-Supply-Zugriff und ohne Paywall.

Das brauchst du nicht GPT-5 oder Claudes Premium-Stufen, um tiefgreifende, werkzeuggestützte Ergebnisse zu erzielen. Sie müssen nur wissen, wie man fragt. Ganz gleich, ob es darum geht, komplexe Forschungsprobleme zu lösen, Instruments von Grund auf zu entwickeln oder sich mit Informationen aus der realen Welt präzise zurechtzufinden, K2 Pondering liefert alles. Die Zukunft der KI hängt nicht von Abonnements ab; es ist offen, fähig und schon da!

und Giant Language Fashions (LLMs)

Große Sprachmodelle (LLMs) sind fortschrittliche KI-Systeme, die auf tiefen neuronalen Netzwerken wie Transformatoren basieren und auf riesigen Textmengen trainiert werden, um eine menschenähnliche Sprache zu erzeugen. LLMs wie ChatGPT, Claude, Gemini und Grok können viele anspruchsvolle Aufgaben bewältigen und werden in Bereichen wie Wissenschaft, Gesundheitswesen, Bildung und Finanzen eingesetzt.

Ein KI-Agent erweitert die Fähigkeiten von LLMs, um Aufgaben zu lösen, die über ihr vorab trainiertes Wissen hinausgehen. Ein LLM kann ein Python-Tutorial auf der Grundlage dessen schreiben, was er während der Schulung gelernt hat. Wenn Sie ihn bitten, einen Flug zu buchen, erfordert die Aufgabe Zugriff auf Ihren Kalender, eine Websuche und die Fähigkeit, Maßnahmen zu ergreifen. Dies übersteigt die vorab geschulten Kenntnisse des LLM. Zu den häufigsten Maßnahmen gehören:

• Wettervorhersage: Das LLM stellt eine Verbindung zu einem Websuchtool her, um die neueste Wettervorhersage abzurufen.
• Buchungsagent: Ein KI-Agent, der den Kalender eines Benutzers überprüfen, das Web durchsuchen kann, um eine Buchungsseite wie Expedia zu besuchen, um verfügbare Optionen für Flüge und Motels zu finden, diese dem Benutzer zur Bestätigung vorzulegen und die Buchung im Namen des Benutzers abzuschließen.

So funktioniert ein KI-Agent

KI-Agenten bilden ein System, das ein großes Sprachmodell verwendet, um Schritte zur Interaktion mit seiner Umgebung zu planen, zu begründen und zu unternehmen, indem es Werkzeuge verwendet, die aus der Argumentation des Modells zur Lösung einer bestimmten Aufgabe vorgeschlagen werden.

Grundstruktur eines KI-Agenten

• Ein großes Sprachmodell (LLM): Das LLM ist das Gehirn eines KI-Agenten. Es berücksichtigt die Eingabeaufforderung, Pläne und Gründe des Benutzers durch die Anfrage und unterteilt das Drawback in Schritte, die bestimmen, welche Instruments zur Erledigung der Aufgabe verwendet werden sollen.
• Ein Werkzeug ist das Framework, das der Agent verwendet, um eine Aktion basierend auf dem Plan und den Überlegungen des Giant Language Mannequin auszuführen. Wenn Sie einen LLM bitten, einen Tisch für Sie in einem Restaurant zu reservieren, werden möglicherweise Instruments wie ein Kalender zur Überprüfung Ihrer Verfügbarkeit und ein Websuchtool verwendet, um auf die Web site des Eating places zuzugreifen und eine Reservierung für Sie vorzunehmen.

Illustrierte Entscheidungsfindung eines Buchungs-KI-Agenten

KI-Agenten können je nach Aufgabe auf unterschiedliche Instruments zugreifen. Ein Device kann ein Datenspeicher sein, beispielsweise eine Datenbank. Beispielsweise könnte ein Kundendienstmitarbeiter auf die Kontodetails und die Kaufhistorie eines Kunden zugreifen und entscheiden, wann er diese Informationen abruft, um bei der Lösung eines Issues zu helfen.

KI-Agenten werden zur Lösung vielfältiger Aufgaben eingesetzt und es stehen viele leistungsstarke Agenten zur Verfügung. Codierungsagenten, insbesondere Agenten-IDEs wie Cursor, Windsurf und GitHub Copilot, helfen Ingenieuren, Code schneller zu schreiben und zu debuggen und Projekte schnell zu erstellen. CLI-Codierungsagenten wie Claude Code und Codex CLI können mit dem Desktop und Terminal eines Benutzers interagieren, um Codierungsaufgaben auszuführen. ChatGPT unterstützt Agenten, die im Namen eines Benutzers Aktionen wie die Buchung von Reservierungen durchführen können. Agenten werden auch in Kundensupport-Workflows integriert, um mit Kunden zu kommunizieren und ihre Probleme zu lösen.

Funktionsaufruf

Funktionsaufrufe sind eine Technik zum Verbinden eines großen Sprachmodells (LLM) mit externen Instruments wie APIs oder Datenbanken. Es wird bei der Erstellung von KI-Agenten verwendet, um LLMs mit Instruments zu verbinden. Beim Funktionsaufruf wird jedes Device als Codefunktion (z. B. eine Wetter-API zum Abrufen der neuesten Vorhersage) zusammen mit einem JSON-Schema definiert, das die Parameter der Funktion angibt und den LLM anweist, wann und wie die Funktion für eine bestimmte Aufgabe aufgerufen werden soll.

Der definierte Funktionstyp hängt von der Aufgabe ab, die der Agent ausführen soll. Beispielsweise können wir für einen Kundendienstmitarbeiter eine Funktion definieren, die Informationen aus unstrukturierten Daten extrahieren kann, beispielsweise PDFs mit Particulars zu den Produkten eines Unternehmens.

In diesem Beitrag werde ich zeigen, wie man Funktionsaufrufe verwendet, um einen einfachen Websuchagenten mit GPT-5 als großem Sprachmodell zu erstellen.

Grundstruktur eines Internet-Suchagenten

Die Hauptlogik hinter dem Internet-Suchagenten:

• Definieren Sie eine Codefunktion für die Websuche.
• Definieren Sie benutzerdefinierte Anweisungen, die das große Sprachmodell dabei unterstützen, anhand der Abfrage zu bestimmen, wann die Websuchfunktion aufgerufen werden soll. Wenn die Abfrage beispielsweise nach dem aktuellen Wetter fragt, erkennt der Internet-Suchagent die Notwendigkeit, im Web nach den neuesten Wetterberichten zu suchen. Wenn die Abfrage jedoch dazu auffordert, ein Tutorial über eine Programmiersprache wie Python zu schreiben, auf das sie aufgrund ihres vorab trainierten Wissens antworten kann, ruft sie nicht die Websuchfunktion auf, sondern antwortet stattdessen direkt.

Voraussetzung

Erstellen Sie ein OpenAI-Konto und generieren Sie einen API-Schlüssel
1: Erstellen Sie eine OpenAI-Konto falls du keins hast
2: Generieren Sie einen API-Schlüssel

Umgebung einrichten und aktivieren

python3 -m venv env
supply env/bin/activate

OpenAI-API-Schlüssel exportieren

export OPENAI_API_KEY="Your Openai API Key"

Richten Sie Tavily für die Websuche ein
Tavily ist ein spezialisiertes Websuchtool für KI-Agenten. Erstellen Sie ein Konto unter Tavily.comund sobald Ihr Profil eingerichtet ist, wird ein API-Schlüssel generiert, den Sie in Ihre Umgebung kopieren können. Neue Konten erhalten 1.000 kostenlose Credit, die für bis zu 1.000 Websuchen verwendet werden können.

Exportieren Sie den TAVILY-API-Schlüssel

export TAVILY_API_KEY="Your Tavily API Key"

Pakete installieren

pip3 set up openai
pip3 set up tavily-python

Erstellen eines Internet-Suchagenten mit Funktionsaufruf Schritt für Schritt

Schritt 1: Erstellen Sie eine Websuchfunktion mit Tavily

Mithilfe von Tavily wird eine Websuchfunktion implementiert, die als Werkzeug für den Funktionsaufruf im Websuchagenten dient.

from tavily import TavilyClient
import os

tavily = TavilyClient(api_key=os.getenv("TAVILY_API_KEY"))

def web_search(question: str, num_results: int = 10):
    attempt:
        consequence = tavily.search(
            question=question,
            search_depth="primary",
            max_results=num_results,
            include_answer=False,       
            include_raw_content=False,
            include_images=False
        )

        outcomes = consequence.get("outcomes", ())

        return {
            "question": question,
            "outcomes": outcomes, 
            "sources": (
                {"title": r.get("title", ""), "url": r.get("url", "")}
                for r in outcomes
            )
        }

    besides Exception as e:
        return {
            "error": f"Search error: {e}",
            "question": question,
            "outcomes": (),
            "sources": (),
        }

Aufschlüsselung des Webfunktionscodes

Tavily wird mit seinem API-Schlüssel initialisiert. Im web_search Funktion werden folgende Schritte ausgeführt:

• Die Tavily-Suchfunktion wird aufgerufen, um das Web zu durchsuchen und die High-10-Ergebnisse abzurufen.
• Die Suchergebnisse und die entsprechenden Quellen werden zurückgegeben.

Diese zurückgegebene Ausgabe dient als relevanter Kontext für den Websuchagenten, den wir später in diesem Artikel definieren werden, um aktuelle Informationen für Abfragen (Eingabeaufforderungen) abzurufen, die Echtzeitdaten wie Wettervorhersagen erfordern.

Schritt 2: Toolschema erstellen

Das Device-Schema definiert benutzerdefinierte Anweisungen für ein KI-Modell, wann es ein Device aufrufen soll, in diesem Fall das Device, das in einer Websuchfunktion verwendet wird. Außerdem werden die Bedingungen und Aktionen angegeben, die ausgeführt werden müssen, wenn das Modell ein Device aufruft. Nachfolgend wird ein JSON-Device-Schema basierend auf definiert Schemastruktur des OpenAI-Instruments.

tool_schema = (
    {
        "sort": "perform",
        "title": "web_search",

        "description": """Execute an internet search to fetch updated info. Synthesize a concise, 
        self-contained reply from the content material of the outcomes of the visited pages.
        Fetch pages, extract textual content, and supply the most effective obtainable consequence whereas citing 1-3 sources (title + URL). 
        If sources battle, floor the uncertainty and like the latest proof.
        """,

        "strict": True,
        "parameters": {
            "sort": "object",
            "properties": {
                "question": {
                    "sort": "string",
                    "description": "Question to be searched on the net.",
                },
            },
            "required": ("question"),
            "additionalProperties": False
        },
    },
)

Eigenschaften des Werkzeugschemas

• Typ: Gibt an, dass der Werkzeugtyp eine Funktion ist.
• Identify: Der Identify der Funktion, die für den Werkzeugaufruf verwendet wird web_search.
• Beschreibung: Beschreibt, was das KI-Modell tun soll, wenn es das Websuchtool aufruft. Es weist das Modell an, das Web mit dem zu durchsuchen web_search Funktion zum Abrufen aktueller Informationen und zum Extrahieren relevanter Particulars, um die beste Antwort zu generieren.
• strikt: Wenn diese Eigenschaft auf „true“ gesetzt ist, weist sie den LLM an, die Anweisungen des Toolschemas strikt zu befolgen.
• Parameter: Definiert die Parameter, die an übergeben werden web_search Funktion. In diesem Fall gibt es nur einen Parameter: Abfrage Dies stellt den Suchbegriff dar, nach dem im Web gesucht werden soll.
• erforderlich: Weist den LLM an, dass die Abfrage ein obligatorischer Parameter für ist web_search Funktion.
• zusätzlicheEigenschaften: Es ist auf „false“ gesetzt, was bedeutet, dass das Device Argumente Objekt darf keine anderen als die unter definierten Parameter enthalten Parameter.Eigenschaften.

Schritt 3: Erstellen Sie den Internet-Suchagenten mit GPT-5 und Funktionsaufrufen

Schließlich werde ich einen Agenten erstellen, mit dem wir chatten können und der das Web durchsuchen kann, wenn er aktuelle Informationen benötigt. Ich werde es verwenden GPT-5-miniein schnelles und genaues Modell von OpenAI, zusammen mit Funktionsaufrufen zum Aufrufen von Werkzeugschema und die Internet-Suchfunktion bereits definiert.

from datetime import datetime, timezone
import json
from openai import OpenAI
import os 

consumer = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))

# tracker for the final mannequin's response id to take care of dialog's state 
prev_response_id = None

# a listing for storing device's outcomes from the perform name 
tool_results = ()

whereas True:
    # if the device outcomes is empty immediate message 
    if len(tool_results) == 0:
        user_message = enter("Person: ")

        """ instructions for exiting chat """
        if isinstance(user_message, str) and user_message.strip().decrease() in {"exit", "q"}:
            print("Exiting chat. Goodbye!")
            break

    else:
        user_message = tool_results.copy()
    
        # clear the device outcomes for the subsequent name 
        tool_results = ()

    # receive present's date to be handed into the mannequin as an instruction to help in choice making
    today_date = datetime.now(timezone.utc).date().isoformat()     

    response = consumer.responses.create(
        mannequin = "gpt-5-mini",
        enter = user_message,
        directions=f"Present date is {today_date}.",
        instruments = tool_schema,
        previous_response_id=prev_response_id,
        textual content = {"verbosity": "low"},
        reasoning={
            "effort": "low",
        },
        retailer=True,
        )
    
    prev_response_id = response.id

    # Handles mannequin response's output 
    for output in response.output:
        
        if output.sort == "reasoning":
            print("Assistant: ","Reasoning ....")

            for reasoning_summary in output.abstract:
                print("Assistant: ",reasoning_summary)

        elif output.sort == "message":
            for merchandise in output.content material:
                print("Assistant: ",merchandise.textual content)

        elif output.sort == "function_call":
            # receive perform title 
            function_name = globals().get(output.title)
            # hundreds perform arguments 
            args = json.hundreds(output.arguments)
            function_response = function_name(**args)
            tool_results.append(
                {
                    "sort": "function_call_output",
                    "call_id": output.call_id,
                    "output": json.dumps(function_response)
                }
            )

Schritt-für-Schritt-Codeaufschlüsselung

from openai import OpenAI
import os 

consumer = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))
prev_response_id = None
tool_results = ()

• Initialisierte die OpenAI-Modell-API mit einem API-Schlüssel.
• Zwei Variablen initialisiert prev_response_id Und tool_results. prev_response_id Verfolgt die Reaktion des Modells, um den Gesprächsstatus aufrechtzuerhalten, und tool_results ist eine Liste, die die von zurückgegebenen Ausgaben speichert web_search Funktionsaufruf.

Der Chat läuft innerhalb des Schleife. Ein Benutzer gibt eine Nachricht ein und das mit dem Device-Schema aufgerufene Modell akzeptiert die Nachricht, begründet sie, entscheidet, ob das Websuchtool aufgerufen werden soll, und dann wird die Ausgabe des Instruments an das Modell zurückgegeben. Das Modell generiert eine kontextbezogene Antwort. Dies wird so lange fortgesetzt, bis der Benutzer den Chat verlässt.

Code-Komplettlösung der Schleife

if len(tool_results) == 0:
    user_message = enter("Person: ")
    if isinstance(user_message, str) and user_message.strip().decrease() in {"exit", "q"}:
        print("Exiting chat. Goodbye!")
        break

else:
    user_message = tool_results.copy()
    tool_results = ()

today_date = datetime.now(timezone.utc).date().isoformat()     

response = consumer.responses.create(
    mannequin = "gpt-5-mini",
    enter = user_message,
    directions=f"Present date is {today_date}.",
    instruments = tool_schema,
    previous_response_id=prev_response_id,
    textual content = {"verbosity": "low"},
    reasoning={
        "effort": "low",
    },
    retailer=True,
    )

prev_response_id = response.id

• Überprüft, ob die tool_results ist leer. Wenn dies der Fall ist, wird der Benutzer aufgefordert, eine Nachricht einzugeben, mit der Choice, die Verwendung zu beenden Ausfahrt oder Q.
• Wenn die tool_results ist nicht leer, user_message wird auf die gesammelten Werkzeugausgaben eingestellt, die an das Modell gesendet werden sollen. tool_results wird gelöscht, um ein erneutes Senden desselben zu vermeiden Werkzeugausgänge bei der nächsten Schleifeniteration.
• Das aktuelle Datum (today_date) wird erhalten, damit das Modell zeitbewusste Entscheidungen treffen kann.
• Anrufe consumer.responses.create um die Antwort des Modells zu generieren und akzeptiert die folgenden Parameter:
  • Modell: eingestellt auf gpt-5-mini.
  • Eingabe: akzeptiert die Nachricht des Benutzers.
  • Anleitung: Auf das aktuelle Datum (today_date) setzen.
  • instruments: wird auf das zuvor definierte Device-Schema festgelegt.
  • previous_response_id: Wird auf die ID der vorherigen Antwort gesetzt, damit das Modell den Konversationsstatus beibehalten kann.
  • Textual content: Die Ausführlichkeit ist auf niedrig eingestellt, um die Antwort des Modells prägnant zu halten.
  • Argumentation: GPT-5-mini ist ein Argumentationsmodell. Stellen Sie den Argumentationsaufwand auf niedrig ein, um eine schnellere Reaktion zu erzielen. Für komplexere Aufgaben können wir ihn auf hoch einstellen.
  • Retailer: Weist das Modell an, die aktuelle Antwort zu speichern, damit sie später abgerufen werden kann, und hilft bei der Konversationskontinuität.
• prev_response_id wird auf die aktuelle Antwort-ID gesetzt, damit der nächste Funktionsaufruf in dieselbe Konversation eingefädelt werden kann.

for output in response.output:
    if output.sort == "reasoning":
        print("Assistant: ","Reasoning ....")

        for reasoning_summary in output.abstract:
            print("Assistant: ",reasoning_summary)

    elif output.sort == "message":
        for merchandise in output.content material:
            print("Assistant: ",merchandise.textual content)

    elif output.sort == "function_call":
        # receive perform title 
        function_name = globals().get(output.title)
        # hundreds perform arguments 
        args = json.hundreds(output.arguments)
        function_response = function_name(**args)
        # append device outcomes checklist with the the perform name's id and performance's response 
        tool_results.append(
            {
                "sort": "function_call_output",
                "call_id": output.call_id,
                "output": json.dumps(function_response)
            }
        )

Dadurch wird die Antwortausgabe des Modells verarbeitet und Folgendes ausgeführt:

• Wenn der Ausgabetyp „Begründung“ ist, drucken Sie jedes Factor in der Begründungszusammenfassung aus.
• Wenn der Ausgabetyp „Nachricht“ ist, durchlaufen Sie den Inhalt und drucken Sie jedes Textelement aus.
• Wenn der Ausgabetyp ein Funktionsaufruf ist, rufen Sie den Namen der Funktion ab, analysieren Sie ihre Argumente und übergeben Sie sie an die Funktion (web_search), um eine Antwort zu generieren. In diesem Fall enthält die Websuchantwort aktuelle Informationen, die für die Nachricht des Benutzers related sind. Hängt schließlich die Antwort und die Funktionsaufruf-ID des Funktionsaufrufs an tool_results. Dadurch kann die nächste Schleife das Werkzeugergebnis zurück an das Modell senden.

Vollständiger Code für den Internet Search Agent

from datetime import datetime, timezone
import json
from openai import OpenAI
import os 
from tavily import TavilyClient

tavily = TavilyClient(api_key=os.getenv("TAVILY_API_KEY"))

def web_search(question: str, num_results: int = 10):
    attempt:
        consequence = tavily.search(
            question=question,
            search_depth="primary",
            max_results=num_results,
            include_answer=False,       
            include_raw_content=False,
            include_images=False
        )

        outcomes = consequence.get("outcomes", ())

        return {
            "question": question,
            "outcomes": outcomes, 
            "sources": (
                {"title": r.get("title", ""), "url": r.get("url", "")}
                for r in outcomes
            )
        }

    besides Exception as e:
        return {
            "error": f"Search error: {e}",
            "question": question,
            "outcomes": (),
            "sources": (),
        }


tool_schema = (
    {
        "sort": "perform",
        "title": "web_search",
        "description": """Execute an internet search to fetch updated info. Synthesize a concise, 
        self-contained reply from the content material of the outcomes of the visited pages.
        Fetch pages, extract textual content, and supply the most effective obtainable consequence whereas citing 1-3 sources (title + URL). "
        If sources battle, floor the uncertainty and like the latest proof.
        """,
        "strict": True,
        "parameters": {
            "sort": "object",
            "properties": {
                "question": {
                    "sort": "string",
                    "description": "Question to be searched on the net.",
                },
            },
            "required": ("question"),
            "additionalProperties": False
        },
    },
)

consumer = OpenAI(api_key=os.getenv("OPENAI_API_KEY"))

# tracker for the final mannequin's response id to take care of dialog's state 
prev_response_id = None

# a listing for storing device's outcomes from the perform name 
tool_results = ()

whereas True:
    # if the device outcomes is empty immediate message 
    if len(tool_results) == 0:
        user_message = enter("Person: ")

        """ instructions for exiting chat """
        if isinstance(user_message, str) and user_message.strip().decrease() in {"exit", "q"}:
            print("Exiting chat. Goodbye!")
            break

    else:
        # set the person's messages to the device outcomes to be despatched to the mannequin 
        user_message = tool_results.copy()
    
        # clear the device outcomes for the subsequent name 
        tool_results = ()

    # receive present's date to be handed into the mannequin as an instruction to help in choice making
    today_date = datetime.now(timezone.utc).date().isoformat()     

    response = consumer.responses.create(
        mannequin = "gpt-5-mini",
        enter = user_message,
        directions=f"Present date is {today_date}.",
        instruments = tool_schema,
        previous_response_id=prev_response_id,
        textual content = {"verbosity": "low"},
        reasoning={
            "effort": "low",
        },
        retailer=True,
        )
    
    prev_response_id = response.id


    # Handles mannequin response's output 
    for output in response.output:
        
        if output.sort == "reasoning":
            print("Assistant: ","Reasoning ....")

            for reasoning_summary in output.abstract:
                print("Assistant: ",reasoning_summary)

        elif output.sort == "message":
            for merchandise in output.content material:
                print("Assistant: ",merchandise.textual content)

        # checks if the output sort is a perform name and append the perform name's outcomes to the device outcomes checklist
        elif output.sort == "function_call":
            # receive perform title 
            function_name = globals().get(output.title)
            # hundreds perform arguments 
            args = json.hundreds(output.arguments)
            function_response = function_name(**args)
            # append device outcomes checklist with the the perform name's id and performance's response 
            tool_results.append(
                {
                    "sort": "function_call_output",
                    "call_id": output.call_id,
                    "output": json.dumps(function_response)
                }
            )

Wenn Sie den Code ausführen, können Sie problemlos mit dem Agenten chatten, um Fragen zu stellen, die die neuesten Informationen erfordern, z. B. das aktuelle Wetter oder die neuesten Produktveröffentlichungen. Der Agent antwortet mit aktuellen Informationen und den entsprechenden Quellen aus dem Web. Unten finden Sie eine Beispielausgabe des Terminals.

Person: What's the climate like in London at the moment?
Assistant:  Reasoning ....
Assistant:  Reasoning ....
Assistant:  Proper now in London: overcast, about 18°C (64°F), humidity ~88%, gentle SW wind ~16 km/h, no precipitation reported. Supply: WeatherAPI (present circumstances) — https://www.weatherapi.com/

Person: What's the newest iPhone mannequin?
Assistant:  Reasoning ....
Assistant:  Reasoning ....
Assistant:  The most recent iPhone fashions are the iPhone 17 lineup (together with iPhone 17, iPhone 17 Professional, iPhone 17 Professional Max) and the brand new iPhone Air — introduced by Apple on Sept 9, 2025. Supply: Apple Newsroom — https://www.apple.com/newsroom/2025/09/apple-debuts-iphone-17/

Person: Multiply 500 by 12.           
Assistant:  Reasoning ....
Assistant:  6000
Person: exit   
Exiting chat. Goodbye!

Sie können die Ergebnisse mit den entsprechenden Webquellen sehen. Wenn Sie ihn bitten, eine Aufgabe auszuführen, für die keine aktuellen Informationen erforderlich sind, beispielsweise mathematische Berechnungen oder das Schreiben von Code, antwortet der Agent direkt und ohne Websuche.

Hinweis: Der Internet-Suchagent ist ein einfacher Einzeltool-Agent. Fortschrittliche Agentensysteme orchestrieren mehrere spezialisierte Instruments und nutzen effizienten Speicher, um den Kontext beizubehalten, zu planen und komplexere Aufgaben zu lösen.

Abschluss

In diesem Beitrag habe ich erklärt, wie ein KI-Agent funktioniert und wie er die Fähigkeiten eines großen Sprachmodells erweitert, um mit seiner Umgebung zu interagieren, Aktionen auszuführen und Aufgaben mithilfe von Instruments zu lösen. Ich habe auch den Funktionsaufruf erklärt und wie er es LLMs ermöglicht, Instruments aufzurufen. Ich habe gezeigt, wie man ein Device-Schema für Funktionsaufrufe erstellt, das definiert, wann und wie ein LLM ein Device aufrufen soll, um eine Aktion auszuführen. Ich habe mit Tavily eine Websuchfunktion definiert, um Informationen aus dem Internet abzurufen, und dann Schritt für Schritt gezeigt, wie man mithilfe von Funktionsaufrufen und GPT-5-mini als LLM einen Websuchagenten erstellt. Am Ende haben wir einen Internet-Suchagenten entwickelt, der in der Lage ist, aktuelle Informationen aus dem Web abzurufen, um Benutzeranfragen zu beantworten.

Schauen Sie sich mein GitHub-Repo an, GenAI-Kurse wo ich weitere Kurse zu verschiedenen Themen der generativen KI veröffentlicht habe. Es enthält auch eine Anleitung zum Bau eines Agentischer RAG mit Funktionsaufruf.

Kontaktieren Sie mich über:

E-Mail: (e-mail protected)

Linkedin: https://www.linkedin.com/in/ayoola-olafenwa-003b901a9/

Referenzen

https://platform.openai.com/docs/guides/function-calling?api-mode=responses

https://docs.tavily.com/documentation/api-reference/endpoint/search

OpenAI hat GPT-5 Codex gestartet, eine Variante des neuesten AI-Modells GPT-5 von OpenAI, das sich auf die Agentencodierung spezialisiert hat. Es ist ein einzigartiges Angebot, das Programmierern Echtzeit bei der Möglichkeit bietet, langen Aufgaben autonom auszuführen. GPT-5-Codex wird vor der Bereitstellung bereits vorhandene Fehler beheben, außergewöhnlich kompliziertes Refactoring abschließen und sich in alles von Ihrer Cloud-Umgebung und IDE zu Befehlszeilen-Terminals integrieren. GithubUnd Chatgpt direkt.

Codex Cli Bringt diese Funktionen in Ihr Terminal und ermöglicht das Lesen, Umschreiben und Ausführen von Code lokal. Sie können eine bestimmte Funktion anfordern, Debuggen oder eine Erklärung anfordern, ohne aus der Shell auszubrechen, und die vollständige Konnektivität mit Ihrem ChatGPT -Konto beizubehalten. Hier werden wir die Leistung von Codex CLI bewerten, um zu sehen, wie es reale Programmieraufgaben umgeht, insbesondere die Webentwicklung und die Datenanalyse.

Was ist Codex CLI?

Das Neue GPT-5-Basiertes Codex CLI ist ein Open-Supply-Befehlszeilen-Device, das aus OpenAIs ursprünglicher Codex-CLI gegabelt wurde. Es unterstützt jetzt mehrere KI -Anbieter. Es ermöglicht Entwicklern, mit großen Sprachmodellen im Terminal für Aufgaben wie Codegenerierung, Refactoring, Skript -Erklärung und vieles mehr zu interagieren.

Codex CLI fungiert als Sensible Terminal Companion für die Codierung. Es hört auf Ihre Anfragen und schreibt Code. Codex CLI hat Zugriff auf Ihr Shell- und Dateisystem. Wenn Sie nach detaillierten Vorgehensweise suchen, lesen Sie die Führer von Codex CLI von OpenAI:

https://openai.com/index/Introducing-upgrades-to-codex

Set up

Stellen Sie vor der Set up sicher, dass die Systemanforderungen erfüllt sind.

Systemanforderungen für Codex CLI

• Betriebssystem: macOS 12+, Ubuntu 20.04+, Home windows 11 (über WSL2)
• Node.js Model: 22 oder neuer (LTS empfohlen). Sie können node.js installieren, indem Sie den Anweisungen auf seiner offiziellen Seite folgen: https://nodejs.org/
• NPM: Erforderlich (kommt mit node.js)
• Git: Non-compulsory, aber empfohlen
• RAM: 4 GB Minimal, 8 GB empfohlen
• Web: Erforderlich
• Authentifizierung: OpenAI -API -Schlüssel

Installationsschritte für Codex CLI

1. Überprüfen Sie Node.js Model:

node --version #Be certain that it's model 22 or greater.

2. Installieren Sie die Codex CLI international oder verwenden Sie PNPM:

pnpm add -g @openai/codex

3. Nachdem Sie sich bei Ihren GPT-Plus- oder Professional-Anmeldeinformationen angemeldet haben, sehen Sie den folgenden Bildschirm.

4. Fügen Sie diese Zeile Ihrer Shell -Konfigurationsdatei (z. B. ~/.bashrc, ~/.zshrc) zur Persistenz hinzu.

5. Run Codex CLI:

codex

6. oder eine Eingabeaufforderung direkt übergeben:

Codex „Erklären Sie mir diese Codebasis“

Dinge zu beachten

• Node.js und NPM (Node Package deal Supervisor) muss in Ihrem Systempfad installiert und verfügbar sein.
• Für Codex CLI ist Node.js 22+ erforderlich, während Gemini CLI mit Node.js 18+ funktioniert.
• Beide erfordern eine Authentifizierung über API -Schlüssel oder Kontoanmeldung für die volle Funktionalität.
• Unter Home windows wird Codex CLI am besten über WSL2 ausgeführt, um die vollständige Kompatibilität zu erhalten.
• Denken Sie daran, wenn Sie Ihre CLI für ein bestimmtes Projekt verwenden möchten, stellen Sie sicher, dass das aktuelle Arbeitsverzeichnis auf dem Ordnerpfad festgelegt ist, in dem Ihr Projekt existiert.

Führen Sie unsere CLI -Instanzen aus

Lassen Sie uns den Codex mit GPT-5 bei 3 Aufgaben testen

• Aufbau eines Spiels auf einem lokalen Gastgeber
• Aufbau einer täglichen Anwendung zur Kalorienverfolgung
• Aufbau eines sentimentalen Analysemodell -Workflows

Wenn alle Installationsschritte abgeschlossen sind und die Systemanforderungen erfüllt sind, können wir mit den Checks beginnen.

Aufgabe 1 – Erstellen eines Spiels auf einem lokalen Gastgeber

Ziel: Bauen Sie einen 2D -Arcade -Shooter mit Feinden und Treffern.

Immediate:

„Erstellen Sie ein einfaches 2D-Weltraum-Shooter-Spiel mit JavaScript und HTML5-Leinwand (oder Python-Pygame, falls bevorzugt). Das Spiel sollte ein Raumschiff anzeigen, das vom Participant mit Tastaturpfeiltasten kontrolliert wird, und die Raumleiste für das Schießen. Feinde sollten sich in der Flächenwache nach unten nach unten bewegen. Wenn Sie sich auf die Kollisionsbedingungen befassen. Verwenden Sie mit dem Schiff des Spielers.

Es ist offensichtlich, dass Codex einen quick vollständig definierten 2D -Raumschützen erfolgreich erzeugt hat und in seiner Ausgabe sehr klar und präzise ist. Die Implementierung umfasste Spielerkontrollen, feindliches Laichen, Kollisionserkennung und Bewertung, die alle auf eine Weise organisiert waren, die leicht zu folgen warfare. Quick jedes Mal lief es unter einer Sekunde mit nur geringfügigen Anpassungen, was eine angenehme Überraschung warfare.

Ausgabe:

Das sehr glattes Design, Pixel-Artwork-Grafiken und reaktionsschnelle Animationen lieferten ein poliertes Gefühl, obwohl es sich um ein einfaches Spiel handelte. Der USP hier warfare die Fähigkeit von Codex, eine natürliche Eingabeaufforderung im Grunde in einen funktionierenden interaktiven Prototyp zu übersetzen. Auch die Logik-, Rating-Monitoring- und sogar Textual content-Displaying-Nachrichten waren alle funktionsfähig und demonstrierten die Fähigkeiten von Codex sowohl in Logik als auch in der Präsentation.

Aufgabe 2: Erstellen einer täglichen Anwendung zur Kalorienverfolgung

Ziel: Erstellen Sie ein interaktives Dashboard mit Diagrammen und Benutzereingaben.

Immediate:

„Entwickeln Sie ein Health-Tracker-Dashboard mit HTML, CSS, JavaScript und einer Diagrammbibliothek (z. Mechanismus, sodass Benutzerdaten über Seiten aktualisiert werden.

Ausgabe:

GPT-5-Codex bot die praktischste und featurzinternste Implementierung. Es hat Chart.js reibungslos integriert, wobei die Reaktionsleiste, die Linien- und Kreisdiagramme in Echtzeit aktualisiert werden. Der wöchentliche Zusammenfassungabschnitt berechnete durchschnittlich genau und zeigt die besten und schlechtesten Tage mit Klarheit hervor. Darüber hinaus hat Codex den lokalen Speicherbrunnen abgeschlossen, um die Beharrlichkeit über die Sitzungen hinweg zu gewährleisten und das Dashboard mit einer sauberen, modernen Schnittstelle zu gestylt.

Aufgabe 3: Erstellen eines sentimentalen Analysemodell -Workflows

Ziel: Analysieren Sie Textdaten für Erkenntnisse.

Immediate:

„Führen Sie die Sentiment-Analyse auf einem Datensatz durch. Implementieren Sie dies in einem Jupyter-Notizbuch. Beginnen Sie mit der Reinigung des Textes (Stopwords entfernen, Interpunktion anwenden und Tokenisierung anwenden). Verwenden Sie ein vorgebildetes Stimmungsanalysemodell (z. B. von der Umarmung von Gesichtstransformatoren oder Textblob). Vergleiche Modellvorhersagen mit den tatsächlichen Bewertungen und Berechnung der Accuration. Die Kundenbewertungen richten sich mit dem Modell der Stimmungsanalyse aus (oder fehlausrichtung). “

Ausgabe:

GPT-5 Codex lieferte einen klaren und strukturierten Workflow für die Stimmungsanalyse. Es wurde die Textreinigung, Tokenisierung und Modellintegration mit minimaler Reibung implementiert, was insgesamt zuverlässige Ergebnisse erzielt. Der Vergleich von Vorhersagen mit tatsächlichen Bewertungen funktionierte intestine und die Genauigkeitsberechnung warfare unkompliziert. Abgesehen von einem kleinen Fehler in einer einzelnen Druckanweisung wurde alles reibungslos ausgeführt, einschließlich des Speicherns von Stimmungsverteilungsdiagrammen für Erkenntnisse.

Sie können das finden Füllen Sie hier das Codeformular aus und laden Sie den Datensatz von herunter Kaggle.

Wir haben kürzlich den Codex mit Gemini und Claude Code (verglichenLesen Sie hier den vollständigen Vergleich). Zu dieser Zeit fanden wir Claude Code für alle Aufgaben am besten. Der neue GPT-5-basierte Codex bietet jedoch erhebliche Verbesserungen in Bezug auf seine frühere Model. Im nächsten Abschnitt vergleichen wir die Gesamtleistung des neuen GPT-5-CODEX in dieser Hinsicht.

Gesamtanalyse

In meinem früheren Weblog, während er Codex CLI, Gemini CLI und auf und bewertet hat und bewertet Claude -Codejeweils zeigte sich unterschiedliche Stärken. Codex warfare großartig darin, schnellen und iterativen Code zu produzieren. Gemini warfare nützlicher bei aktiven Suchergebnissen und Ausführungsbefehlen. Claude produzierte Tiefe mit großer Dokumentation und Struktur. Jedes Device kann problemlos zum Debuggen oder Intervention verwendet werden. Obwohl sie vor dem Einsatz von einem Menschen überprüft werden sollten.

GPT-5 Codex ist eine bemerkenswerte Verbesserung der Codex-Linie. So sehr es die Geschwindigkeit und Klarheit von Codex beibehält, enthält nun die Autonomie der Agenten, um Fehlerbehebungen zu verarbeiten, Refactoring, Visualisierung und Workflow mit No /Little Intervention auszuführen. Im Gegensatz zu Geminis Anwendungsrahmen und Claude-Struktur und -tiefe oder der Navigationsgeschwindigkeit wird GPT-5-Codex zu einer Kombination aus beiden Enden: Erzeugen Sie nette, saubere, zuverlässige und produktionsbereite Lösungen digital in einem alarmierenden Tempo wie codiert, wodurch das beste Werkzeug der drei.

Abschluss

GPT-5-Codex mit Codex CLI zeigt, wie KI als zuverlässiger Companion bei der Codierung dienen kann, indem natürliche Sprache in funktionale, produktionsbereitete Code umgewandelt wird. Von der Einbeziehung interaktiver Spiele bis hin zu polierten Dashboards und Workflows für die Stimmungsanalyse erzeugte sie polierte Arbeiten mit nur minimalen Änderungen, die seine Vielseitigkeit in Entwicklungsanwendungen demonstrieren.

Zusätzlich zur Automatisierung verbessert Codex die Produktivität der Entwickler, indem sie einfach in IDES, Terminals und Cloud -Umgebungen integriert werden. Die Fähigkeit, bei Debugging, Refactoring und Automatisierung in Echtzeit sinnvoll zu helfen, macht es sowohl zu einem funktionalen als auch zu einem relevanten modernen Programmierwerkzeug. Während einige seiner Ausgaben weiterhin geringfügige Überarbeitungen benötigen, veranschaulicht Codex die Zukunft der Agentencodierung für Programmierer, um ihre funktionierenden Produkte mit hohem Potential zu steigern.

Unter vieler Vorfreude kündigte Baidu gestern Abend seinen Ernie X1.1 auf dem Wave Summit in Peking an. Es fühlte sich wie ein Drehpunkt von auffälligen Demos bis hin zur praktischen Zuverlässigkeit an, da Baidu die neue Ernie-Variante als Argumentationsmodell positionierte, das sich verhält. Als jemand, der täglich agierische Workflows schreibt, Codes und versendet, conflict das wichtig. Das Versprechen ist einfach – weniger Halluzinationen, sauberere Anweisungen und bessere Werkzeuge. Diese drei Merkmale entscheiden, ob ein Modell in meinem Stapel lebt oder zu einem Wochenend -Experiment wird. Frühe Anzeichen deuten darauf hin, dass Ernie X1.1 kleben kann.

Ernie x1.1: Was ist neu

Wie bereits erwähnt, ist Ernie X1.1 Baidus neuestes Argumentationsmodell, das die erbt Ernie 4.5 Base. Dann stapelt es mit einem iterativen Hybrid-RL-Rezept mit einem iterativen Hybrid-RL-Rezept. Der Fokus liegt auf einer stabilen Kette des Gedankens, nicht nur längeren Gedanken. Das ist wichtig, wie bei der täglichen Arbeit Sie ein Modell, das Einschränkungen respektiert und Instruments korrekt verwendet.

Baidu meldet drei Headlines -Deltas über Ernie X1. Die Tatsache ist um 34,8percentgestiegen. Anweisung nach dem Anstieg von 12,5%. Agentenfähigkeiten verbessern sich um 9,6%. Das Unternehmen behauptet auch Benchmark-Siege gegen Deepseek R1-0528. Es sagt Parität mit GPT-5 Und Gemini 2.5 Professional auf Gesamtleistung. Unabhängige Schecks dauern Zeit. Das Trainingsrezept signalisiert jedoch einen Zuverlässigkeitsschub.

So greifen Sie auf Ernie x1.1 zu

Sie haben heute drei saubere Wege, um das neue Ernie -Modell auszuprobieren.

Ernie Bot (Internet)

Verwenden Sie das Ernie Bot Web site, um mit Ernie x1.1 zu chatten. Baidu sagt, Ernie X1.1 ist jetzt dort zugänglich. Die Konten sind für Benutzer in China unkompliziert. Internationale Benutzer können sich immer noch anmelden, obwohl sich die Benutzeroberfläche zum Chinesisch annimmt.

Wenxiaoyan Cellular App

Die Verbraucher -App ist die ernannte Ernie -Erfahrung in China. Es unterstützt Textual content-, Suche und Bildfunktionen an einem Ort. Die Verfügbarkeit erfolgt über chinesische App Shops. Ein chinesisches App Retailer -Konto kann bei iOS helfen. Baidu listet die App als Startfläche für Ernie X1.1 auf.

Qianfan API (Baidu AI Cloud)

Groups können Ernie X1.1 über Qianfan, die Maas -Plattform von Baidu, einsetzen. Die Pressemitteilung bestätigt, dass das neue Ernie -Modell für Unternehmen und Entwickler auf Qianfan eingesetzt wird. Sie können schnell mit SDKs und Langchain -Endpunkten integrieren. Dies ist der Weg, den ich für Agenten, Werkzeuge und Orchestrierung bevorzuge.

Notiz: Baidu hat Ernie Bot in diesem Jahr für Verbraucher frei gemacht. Diese Bewegung verbesserte die Reichweite und das Testvolumen. Es deutet auch auf stetige Kostenoptimierungen hin.

Praktisch mit Ernie x1.1

Ich hielt die Checks in der Nähe der täglichen Arbeit und stellte das betreffende KI -Modell auf Struktur, Format und Code vor. Jede Aufgabe spiegelt eine reale Erbringung mit einem besonderen Wert wider, der zuerst Einschränkungen zugewiesen wird.

Textgenerierung: Einschränkende PRD-Entwurf

• Ziel: Erstellen Sie eine PRD mit strengen Abschnitten und einer harten Wortkappe.
• Warum das zählt: Viele Modelle driften auf Länge und Überschriften. Ernie x1.1 behauptet eine engere Kontrolle.

Immediate:
„Entwerfen Sie eine PRD für eine cell Funktion, die riskante In-App-Zahlungen markiert. Zu den Zahlungen gehören: Hintergrund, Ziele, Zielbenutzer, drei Kernfunktionen, Erfolgsmetriken. Fügen Sie 2 Benutzergeschichten in einer zweispaltigen Tabelle hinzu. Halten Sie es unter 600 Wörtern. Kein zusätzlicher Abschnitt. Kein Advertising and marketing-Ton.“

Ausgabe:

Nehmen: Die Struktur sieht ordentlich aus. Überschriften bleiben diszipliniert. Tischformatierung hält.

Bildgenerierung: argumentationsgeführte Format und Variantensteuerung

• Ziel: Entwerfen Sie ein 1080 × 1350 -Occasion -Poster und erstellen Sie dann eine saubere Variante.
• Warum das zählt: Ich erwarte, dass Ernie X1.1 vor dem Rendern planen soll. Argumentation sollte Software -Anrufe leiten.

Immediate:

„Entwerfen Sie ein 1080 × 1350-Poster für ‚Knowledge + Dharma 2025‘. Mischen Sie eine Skyline, eine Tempelsilhouette und ein Leiterplattenmuster. Platzieren Sie den Heldentitel oberster Zentrum. Stellen Sie den Untertitel unterunter hyperlinks ein.

Comply with-up-Eingabeaufforderung:

„Erstellen Sie eine zweite Variante. Ändern Sie den Untertitel in ‚alte Ideen. Moderne Intelligenz‘. Format identisch halten.

Ausgabe:

Nehmen: Ernie x1.1 ist hier eindeutig gescheitert. Es scheint, als könnte das Modell die nachteiligen Grenze der Eingabeaufforderung nicht verwalten, und es dauerte lange, bis eine absolut Müllausgabe erzielt wurde.

Codegenerierung: Fastapi -Service für das Halluzinationsrisiko

• Ziel: Versenden Sie einen winzigen Service, der das Halluzinationsrisiko erzielt. Einbeziehung von Unit -Checks.
• Warum das zählt: Ich möchte Gerüste, die beim ersten Versuch laufen. Ernie x1.1 sollte eine saubere Struktur liefern.

Immediate:

„Schreiben Sie ein Python Fastapi-Dienst /-risiko, das {textual content, Quellen ()} akzeptiert und Hallucination_Risk in (0,1) zurückgibt.

Ausgabe:

from fastapi import FastAPI, HTTPException
from pydantic import BaseModel
from typing import Checklist

app = FastAPI()

class RiskRequest(BaseModel):
    textual content: str
    sources: Checklist(str)

class RiskResponse(BaseModel):
    hallucination_risk: float

def calculate_lexical_overlap(textual content: str, sources: Checklist(str)) -> float:
    """Calculate Jaccard similarity between textual content and sources"""
    text_words = set(textual content.decrease().cut up())
    total_similarity = 0.0
    valid_sources = (s for s in sources if s.strip())
    
    if not valid_sources:
        return 0.0
    
    for supply in valid_sources:
        source_words = set(supply.decrease().cut up())
        intersection = text_words & source_words
        union = text_words | source_words
        similarity = len(intersection) / len(union) if union else 0
        total_similarity += similarity
    
    return total_similarity / len(valid_sources)

def calculate_contradiction(textual content: str, sources: Checklist(str)) -> float:
    """Easy NLI-inspired contradiction detection"""
    if not sources:
        return 0.0
    
    negation_words = {'not', 'no', 'by no means', 'none', 'with out'}
    contradiction_count = 0
    
    for supply in sources:
        source_tokens = supply.decrease().cut up()
        text_tokens = textual content.decrease().cut up()
        
        # Test for direct contradictions
        for i, token in enumerate(text_tokens):
            if token in negation_words and that i+1 < len(text_tokens):
                if text_tokens(i+1) in source_tokens:
                    contradiction_count += 1
                    break
    
    return min(contradiction_count / len(sources), 1.0)

@app.submit("/threat", response_model=RiskResponse)
def risk_endpoint(request: RiskRequest):
    """Most important endpoint for hallucination threat calculation"""
    if not request.sources:
        increase HTTPException(status_code=400, element="Sources listing can't be empty")
    
    lexical_overlap = calculate_lexical_overlap(request.textual content, request.sources)
    contradiction = calculate_contradiction(request.textual content, request.sources)
    hallucination_risk = 0.7 * lexical_overlap + 0.3 * contradiction
    
    return RiskResponse(hallucination_risk=spherical(min(max(hallucination_risk, 0.0), 1.0), 4))

# Unit assessments
import pytest

def test_lexical_overlap():
    assert spherical(calculate_lexical_overlap("the short brown fox", 
                ("the short fox", "a sluggish fox")), 3) == 0.458
    assert calculate_lexical_overlap("check", ()) == 0.0
    assert spherical(calculate_lexical_overlap("howdy world", 
                ("howdy", "world")), 3) == 0.500

def test_contradiction_detection():
    assert calculate_contradiction("the sky shouldn't be blue", 
                ("the sky is blue")) == 1.0
    assert calculate_contradiction("I like apples", 
                ("I like oranges")) == 0.0

def test_endpoint_validation():
    attempt:
        RiskRequest(textual content="check", sources=())
        assert False, "Anticipated validation error"
    besides HTTPException as e:
        assert e.status_code == 400

# Run assessments if executed straight
if __name__ == "__main__":
    pytest.important((__file__))

Frühe Eindrücke

Hier ist meine ehrliche Einstellung bisher – Ernie X1.1 denkt viel nach. Es beginnt viele Schritte. Einfache Aufgaben auslösen manchmal lange interne Argumentation und verlangsamen unkomplizierte Ausgänge, die Sie schnell erwarten.

Bei einigen Eingabeaufforderungen fühlt sich Ernie X1.1 übertrieben. Es besteht auf der Planung über die Aufgabe hinaus. Das zusätzliche Denken tut manchmal Kohärenz. Kurze Antworten werden mäandernd und unsicher, genau wie ein menschlicher Überdenken.

Wenn Ernie x1.1 die Rille trifft, verhält es sich intestine. Es respektiert die Format- und Abschnittsreihenfolge und kann die Tische fest halten und codiert. Die „Denken Sie die Zeit“ fühlt sich jedoch oft schwer an.

In meiner zukünftigen Verwendung werde ich die Aufforderungen an die Eindämmung des Anweisungsdeutigkeits und das Hinzufügen strengerer Einschränkungen einstellen. Für alltägliche Entwürfe erfordert das zusätzliche Denken Zurückhaltung. Ernie x1.1 zeigt vielversprechend, aber es muss sich selbst überschreiten.

Einschränkungen und offene Fragen

Der Zugang außerhalb Chinas beinhaltet immer noch die Reibung auf dem Useful. Ernie X1.1 funktioniert am besten über die Internet- oder API -Schnittstelle. Preisdetails bleiben beim Begin unklar. Ich möchte auch externe Benchmark -Überprüfungen, wie der Anbieter zum Zeitpunkt des Begins von zu kühner Klang für genau behauptet.

Die „Denktiefe“ muss Benutzersteuerung benötigen. Ein sichtbarer Knopf würde diesbezüglich möglicherweise helfen. Wenn es für mich wäre, würde ich dem Modell einen schnellen Modus für all diese schnellen Entwürfe und E -Mails hinzufügen. Andererseits wäre auch ein tiefer Modus für Agenten und Werkzeuge hilfreich. Ernie x1.1 kann von klaren Unterschieden profitieren.

Abschluss

Ernie x1.1 zielt auf Zuverlässigkeit ab, nicht auf Flash. Die Behauptung ist weniger Halluzinationen und bessere Einhaltung. Meine Läufe zeigen eine robuste Struktur und einen anständigen Code. Doch das Modell überdenkt oft. Das schadet Geschwindigkeit und Kohärenz bei einfachen Bitten.

Ich werde weiterhin mit engeren Eingabeaufforderungen testen. Ich werde mich auf API -Pfade für Agenten stützen. Wenn Baidu die Kontrolle „denken“, wird die Adoption steigen. Bis dahin bleibt Ernie X1.1 in meinem Toolkit für strenge Entwürfe und saubere Gerüste. Es muss nur zwischen Gedanken atmen.

Technischer Inhaltsstratege und Kommunikator mit einem Jahrzehnt Erfahrung in der Erstellung und Vertrieb von Inhalten in den nationalen Medien, der Regierung von Indien und privaten Plattformen

Sam Altman, CEO von OpenAI, diskutierte das bevorstehende GPT-5-Modell und bestätigte seine Vorbereitung auf die Veröffentlichung mit einer Zielzeitleiste des Sommers, die von dem Modell abhängt, das OpenAs etablierte interne Benchmarks und Requirements erfüllt.

GPT-5, das als nächstes Grundmodell für ChatGPT bezeichnet wird, wird derzeit für sein öffentliches Debüt vorbereitet. Das genaue Veröffentlichungsdatum für GPT-5 bleibt unbestätigt, da seine Verfügbarkeit direkt mit der Leistung des Modells mit einer Reihe interner Benchmarks und Kriterien von OpenAI verbunden ist. Sollte GPT-5 diese vorgegebenen Requirements nicht erfüllen, könnte seine öffentliche Einführung verschoben werden.

Sam Altman, der sowohl CEO als auch Mitbegründer von OpenAI fungiert, gab in kürzlich Interview. Er gab an, dass während eine Sommerveröffentlichung in Betracht gezogen wird, das genaue Timing fließend ist. Altman erklärte ausdrücklich: „Ich weiß nicht genau, wann.“ Diese Unsicherheit unterstreicht die Abhängigkeit von der Bereitschaft des Modells und ihrer Einhaltung der Qualitätsschwellen des Unternehmens.

---

GPT-5 kommt: Openai hat es gerade enthüllt

---

Der bevorstehende GPT-5 wird erwartet, um wesentliche Fortschritte einzuführen. Altman erläuterte den Ansatz des Unternehmens für Modellveröffentlichungen und stellte eine fortlaufende interne Diskussion über die Betonung der wichtigsten neuen Modell -Iterationen im Vergleich zu kontinuierlichen, inkrementellen Verbesserungen fest. Er bezog sich auf die mit GPT-4O angewendete Strategie und erklärte: „Eine Sache, auf die wir hin und her gehen, ist, wie viel wir die große Anzahl neuer Modelle aufnehmen sollen, im Vergleich zu dem, was wir mit GPT-4O gemacht haben, was einfach besser und besser und besser ist.“ Dies weist auf eine strategische Überlegung hin, die völlig neuer Grundlagen und iterativ vorhandenen Ankündigungen ankündigen.

Zusätzlich zur Entwicklung von GPT-5 hat OpenAI zuvor bestätigt, dass sowohl GPTs als auch Bedienerfunktionen erhebliche Upgrades erhalten.

---

Ausgewähltes Bildnachweis

OpenAis VD Sam Altman Meddelade über ETT X-Inlägg på onsdagen att froretagets o3-modell effectivt sätts Åt Sidan bis förmån för en ”förenklad” gpt-5 som kommer attlanseras inom de kommande månaderna.

Istället kommer gpt-4.5 som Internt Hade Kodnamnet Orion, Att Bli Förretagets Sista Modell Utan-Kette der Gedanken När den Lanseras inom de närmaste veckorna. GPT-5 KOMMER TYDLIGEN INTE HELLER ATT VARA HUTT Fristående, Utan Snarare en modell Som ”Integrerar Myckket av (openais) teknik” inklusive O3.

Altman Medger att openais produktutbud har Blivit komplicerat och att froretaget Vill Förenkla Sina Erbjudanden. GPT-4,5, SOM Internt Kallades Orion, Kommer Att Bli Openais Sista Modell Utan-Kette des Gedankens. GPT-5 KOMMER ATT INGRAERA MYCKET AV OPENAIS TEKNIK, INKLUSIVE O3.

ANVAndare av gratisversionen av chatgpt kommer att få Obeegränsad gpt-5-chatåtkomst på den Standardmässiga Intelligensinställen-Plus-Och Professional-Prenumeranter Kommer Ath Tillsgång bis Högre Intelligensnivåer. Det är Okämnnär modellerna kommer att lanseras.

OpenAI O3 Integreras I GPT-5

OpenAis Beslut ATTEL Integrera O3-Modellen I GPT-5 ISTELLET För att släppa den separat markerar en betydande förändring i froretagets Strategi. Denna Integration Syftar Until att Skapa en mer Enhetlig och AnvänDarvänlig Ai-Supplevelse, Där-Systemetautomatott Kan Växla Mellan Olika-Modeller Baserat på Användarens fråga. Fördelarna Med Denna -Ansatz inkluderar:

Denna Strategiska förändring Tyder på att Openai Strävar efter att förenkla Sina produkterbjudanden och göra ai mer tillgänglig och intuitiv för en bredare AnvändarGrupp.

CHATGPT: S Minskade Censur Och Dess Effeker

En Annan Bra nyhet är att CHATGPT ÄR Officiellt OcenSererad Och Huvudfokus ligger på att balansere Användarnas frihet Med Säkerhet Och Att Skapa -Modeller Som Gynnar Mänsklogheten Enligt Openai.

CHATGPT HAR NYLIGEN Genomgått Förändringar Som Minskat Dess Censur, Vilket Har VKKT Både Intresse Och Oro. Denna Utveckling innebär att ai: n nu kan diskutera mer kontroversiella ämnen och ge svar på frågor som tigigare ansågs för känsliga. Dock medför detta även risikometan, särskilt ärr det gäler spritzen av felakttig Informationen och potentiitt skadligt innehål.

Sam Altman, CEO von OpenAI, kündigte am Mittwoch die Roadmap des Unternehmens für die bevorstehenden KI-Modelle GPT-44.5 und GPT-5-KI-Modelle an, in denen die Produktaufstellung zu kompliziert geworden ist.

Openai’s Roadmap für GPT-4,5 und GPT-5, die von Sam Altman vorgestellt wurden

Altman betonte, dass OpenAI beabsichtigt, seine Angebote zu vereinfachen und Unzufriedenheit mit dem aktuellen Modellauswahlprozess auszudrücken.

„Wir möchten unsere beabsichtigte Roadmap und einen viel besseren Job, der unsere Produktangebote vereinfacht, besser in Arbeit bringen. Wir möchten, dass KI für Sie „nur für Sie arbeitet“. Wir erkennen, wie kompliziert unsere Modell- und Produktangebote gewonnen haben. Wir hassen den Mannequin Picker genauso wie Sie und möchten zu magischer Unified Intelligence zurückkehren. Wir werden als nächstes GPT-4,5, das Modell, das wir intern als unser letztes Modell ohne Kette bezeichnet haben, als unser letztes Modell bezeichnet. Danach ist es für uns ein High-Ziel, Modelle der o-Serie und Modelle der GPT-Serie zu vereinen, indem sie Systeme erstellen, die alle unsere Instruments verwenden können, wann lange nachdenken oder nicht, und im Allgemeinen nützlich für eine sehr weite Reichweite sein können Aufgaben. Sowohl in Chatgpt als auch in unserer API werden wir GPT-5 als ein System veröffentlichen, das einen Großteil unserer Technologie, einschließlich O3, integriert. Wir werden O3 nicht mehr als eigenständiges Modell versenden. Die kostenlose Chatgpt-Stufe erhält einen unbegrenzten Chat-Zugriff auf GPT-5 bei der Customary-Intelligence-Einstellung (!!), die Missbrauchsschwellen vorliegt. Außerdem können Abonnenten GPT-5 auf einem höheren Intelligenzniveau ausführen, und Professional-Abonnenten können GPT-5 auf einem noch höheren Intelligenzniveau ausführen. Diese Modelle werden Sprache, Leinwand, Suche, tiefe Forschung und mehr enthalten “, Altman angegeben auf einem x submit.

---

GPT-5 könnte Ihr neuer Lehrer sein

---

Das Unternehmen plant, GPT-4.5 zu veröffentlichen, das intern als als bezeichnet als als Orionwelches Altman als das letzte Modell ohne Chain des Gedanken von OpenAI beschrieb. Nach dem Begin von GPT-4.5 betonte Altman, dass ein Hauptziel darin besteht, die Modelle der O-Serie und der GPT-Serie zu vereinen. Diese Vereinigung ermöglicht es Systemen, alle Instruments von OpenAI zu nutzen, zu bestimmen, wann sie komplexe Argumente beteiligen und auf ein breites Spektrum von Aufgaben geraten können.

Mit der API von Chatgpt und OpenAI wird GPT-5 einen erheblichen Teil der Technologie des Unternehmens, einschließlich O3, integrieren. Altman bestätigte, dass O3 nach diesem Übergang nicht mehr als eigenständiges Modell verfügbar sein wird.

Sobald GPT-5 veröffentlicht wurde, erhalten kostenlose ChatGPT-Benutzer in einer Customary-Intelligenz-Einstellung „unbegrenzten Chat-Zugriff“, während plus Abonnenten ein höheres Maß an Intelligenz erleben, wobei Professional-Abonnenten auf eine noch höhere Stufe zugreifen. Altman gab keine genauen Veröffentlichungsdaten für GPT-4,5 und GPT-5 an, was nur eine Schätzung von „Wochen / Monaten“ lieferte.

In einer separaten Entwicklung Elon Musk kürzlich gemacht Ein Angebot von 97,4 Milliarden US -Greenback für den Kauf von OpenAIs gemeinnützigem Arm, obwohl der Verwaltungsrat plant, das Angebot abzulehnen.

---

Ausgewähltes Bildnachweis: Dima SOLOMB/UNSPLASH