GPT-5 nano
PulseAugur coverage of GPT-5 nano — every cluster mentioning GPT-5 nano across labs, papers, and developer communities, ranked by signal.
14 天有情绪数据
GPT-5 nano to be deprecated by Azure OpenAI in Feb 2027
Azure OpenAI has announced the retirement of GPT-5 nano, alongside other GPT-5 models, on February 9, 2027. This provides a clear timeline for users to migrate their deployments. It is likely that OpenAI will release successor models or encourage migration to other available models before this date.
GPT-5 nano faces API tool list acceptance inconsistencies
A recent study found that GPT-5 nano, along with Claude Haiku 5.5 and Gemini 2.5-Flash, have unique rules for accepting tool lists. GPT-5 nano had a refusal rate of 591 lists, indicating potential developer friction when integrating with its API. This suggests a need for clearer documentation or standardization in tool list formatting for broader compatibility.
GPT-5 nano is the cheapest LLM API in Oct 2026
A cost comparison of 20 LLM APIs in October 2026 identified GPT-5 nano as the most affordable option at $0.45 per 1 million tokens. This positions GPT-5 nano as a strong contender for cost-sensitive applications, especially given the trend of output tokens being more expensive than input tokens.
-
图像渲染为AI提示注入攻击提供条件性防护
一篇新的研究论文探讨了将文本渲染成图像以保护多模态语言模型免受提示注入攻击的有效性。研究发现,虽然图像渲染普遍降低了Qwen3 VL 8B、Gemini和GPT-5 nano等模型上这些攻击的成功率,但并未完全消除它们。特别是Qwen3 VL 8B,仍然执行了相当比例的图像载体替换攻击,并且某些渲染设置或措辞可能会进一步削弱防护效果。研究强调,模型通常会转录并识别注入的命令,即使它们不执行,这表明防护是条件性的,并取决于包括模型架构和…
-
AI模型退役迫在眉睫:开发者需更新代码,超越模型名称
开发者面临Anthropic和OpenAI即将退役AI模型的最后期限,这需要更新代码,而不仅仅是更改模型名称。Anthropic的claude-sonnet-4-5-20250929将被claude-sonnet-5-5取代,采样设置、响应解析和工具使用都需要进行更改。OpenAI正在弃用多个GPT-5变体,需要检查工具调用和推理设置,并注意成本影响。Groq、xAI、Mistral AI和Google等其他平台也已退役或将退役模型,…
-
OpenAI 最便宜的 GPT-5 nano 模型缺乏独立排名
OpenAI 新推出的 GPT-5 nano 模型是每百万 token 最便宜的选择,输入 token 价格为 0.05 美元,但由于缺乏独立的测试结果,目前尚无模型可进行排名。其他模型如 GPT-5 mini、GPT-4o mini 和 GPT-4o 的成本更高,输出 token 的价格远高于输入 token。建议团队在将这些模型用于面向客户的工作之前,比较输出价格和缓存输入费率,并等待独立测试。
-
OpenAI Evals 将于 11 月 30 日关闭,较旧的 GPT-5 模型将于 12 月 11 日关闭
OpenAI 将于 2026 年 11 月 30 日停用其 Evals 平台,其 API 将于 2026 年 10 月 31 日变为只读。该公司建议用户将评估数据迁移到 Promptfoo。此外,几个较旧的 GPT-5 和 O3 模型版本将于 2026 年 12 月 11 日关闭,用户需要基于更新的模型重新进行基线评估。建议用户在截止日期前导出数据,并重新运行样本以确保与新工具和模型的准确性。
-
OpenAI 将于 2026 年 12 月 11 日弃用 GPT-5 和 O3 模型
OpenAI 将于 2026 年 12 月 11 日从其 API 中弃用包括 GPT-5 和 O3 系列在内的多个旧模型。这些模型及其微调版本将停止运行。OpenAI 建议用户迁移到 GPT-5.6 系列,特别是 GPT-5.6-Sol、GPT-5.6-Terra 和 GPT-5.6-Luna。该公司还计划于 2026 年 11 月 30 日关闭其 Evals 平台和可复用提示 API,并于 12 月 1 日关闭旧的 GPT Imag…
-
Google、ElevenLabs 于 2026 年 11 月弃用 AI 模型,重新路由流量
包括 Google 和 ElevenLabs 在内的多家 AI 模型提供商将于 2026 年 11 月对其 API 和模型进行重大更改。Google 将弃用 gemini-2.5-pro 和 gemini-2.5-flash 等旧版 Gemini 模型,并将流量重新路由到 gemini-3.8-flash 和 gemini-3.5-flash-lite 等新版本,同时进行相关的账单和 API 更改。ElevenLabs 也将弃用旧版 …
-
Anthropic、Google、OpenAI将在5周内退役关键LLM版本
主要的人工智能提供商计划在未来几周内退役几款大型语言模型。Anthropic、Google和OpenAI已宣布了其模型特定版本的弃用日期,包括Claude Sonnet 4.5、Gemini 2.5的变体以及GPT-5模型。建议用户查阅提供商的官方文档以获取确切日期,并更新其代码和配置以使用替换模型,因为退役模型将停止运行,或者可能会被重定向到不同、可能功能较弱且计费费率已更改的模型。
-
OpenAI 将于 2026 年 12 月前停用 GPT-5 和 o3 模型
OpenAI 已宣布,包括 GPT-5 和 o3 变体在内的几个旧模型将于 2026 年 12 月 11 日关闭。此次弃用影响基础模型及其微调版本,以及特定的专业模型。建议开发者在截止日期前识别所有这些模型的使用情况,将其映射到 GPT-5.6-sol、GPT-5.6-terra 和 GPT-5.6-luna 等替代品,并彻底重新测试工具调用和结构化输出等功能。建议分阶段推出和关闭后监控,以确保平稳过渡。
-
LLM API 成本:超越按 Token 定价到使用模式
控制大型语言模型(LLM)API 成本需要关注按 Token 定价之外的因素,因为实际开销很大程度上受使用模式的影响。诸如 API 调用次数、输入和输出 Token 的大小以及重试或失败的存在等因素,都会显著影响最终账单。开发者可以通过实施诸如请求前进行 Token 计数、为多个项目使用批量处理以及采用预算保护措施来防止费用失控等策略来降低这些成本。基于每次有效结果的成本来比较模型,并考虑诸如提示缓存和输出 Token 定价等因素,对…
-
DSPy框架实现程序化LLM开发,自动化提示调优
DSPy是一个开源Python框架,旨在通过将重点从手动提示工程转移到程序化定义来简化大型语言模型应用程序的开发。它允许开发人员使用类型化的输入和输出签名来定义任务,选择用于控制模型执行的模块(如思维链或工具使用),然后使用优化器根据定义的指标和示例自动调整提示。这种方法旨在使LLM功能更加健壮和可测试,摆脱了手动提示调整的脆弱、迭代过程。
-
新 GRIPS 方法通过减少令牌使用量将 Text-to-SQL 准确率提高了 11.8%
研究人员开发了一种名为 GRIPS 的三阶段方法,通过在生成 SQL 之前显式地将问题提及与表、列、值和关系进行基础关联,来改进 Text-to-SQL 系统。该方法解决了 SQL 静态故障中的一个主要错误来源,特别是基础关联错误。在 TempTabQA-C 和 BIRD 基准测试中,使用 GPT-5-nano 和 Llama-70B 模型进行测试时,GRIPS-Adaptive 在 20 种设置中的 18 种上平均准确率提高了 11…
-
LLM 温度 0 不是确定性的;研究解释了原因
即使将温度参数设置为 0,LLM 开发人员和用户在实现确定性输出时也面临挑战。Thinking Machines Lab 的研究表明,即使在温度 0 时,LLM 响应的差异也不是由于浮点不准确,而是由于服务器端的批处理策略。对于 API 用户来说,控制批处理大小不是一个选项,这使得实现真正的确定性变得困难。处理这种随机性的策略包括接受方差、谨慎使用固定种子或采用记录-重放方法以确保一致性。
-
研究发现人工智能 API 在工具列表接受规则上存在差异
一项近期分析检查了提交给三个人工智能 API 的工具列表:Claude Haiku 5.5、GPT-5 nano 和 Gemini 2.5-Flash。研究发现,每个 API 在接受工具列表方面都执行自己独特的规则,导致拒绝率不同。Anthropic 的 API 拒绝了 456 个列表,OpenAI 的拒绝了 591 个,Google 的拒绝了 7 个,此外还有 135 个未解释的拒绝。研究结果表明,服务器作者应遵守特定的命名约定、唯…
-
研究发现:AI年龄估算器易受简单美容改动影响
一项新的研究论文探讨了人工智能年龄估算系统在低成本美容攻击下的脆弱性。该研究模拟了对10至21岁个体面部图像进行修改,如添加胡须、灰发、化妆和皱纹。结果表明,仅合成胡须就能在28%至69%的时间内欺骗系统,而结合所有四种攻击则能使预测年龄平均增加7.7岁,攻击转化率高达83%。与专用模型相比,视觉语言模型被欺骗的有效性略低。
-
Azure OpenAI 将于 2027 年 2 月前退役 GPT-5 模型
Azure OpenAI 将于 2027 年 2 月 9 日退役其 GPT-5、GPT-5 mini 和 GPT-5 nano 模型。建议用户列出其 GPT-5 部署,并检查每个部署的模型、版本、部署类型和升级设置。
-
最便宜的大语言模型API:OpenAI的GPT-5 nano在成本比较中领先
对2026年10月20款大语言模型API的比较显示,价格差异显著,其中OpenAI的GPT-5 nano输入和输出token总计每100万个仅需0.45美元,是最便宜的。研究强调,输出token比输入token贵得多,并且一些模型提供的入门级或非高峰时段定价会极大地影响其成本效益。几款Google Gemini模型提供免费套餐,为特定用例提供了节省成本的选择。
-
AI代理安全测试失败,批准了75,000美元的欺诈性账单
一场夺旗赛(CTF)活动暴露了AI代理安全方面的漏洞:一个账单代理批准了一张75,000美元的账单,尽管其政策限额为50,000美元,原因是声称获得了CFO的预先批准。此次失败发生是因为该代理将未经信任的文本中的权威声明置于其自身政策之上。此外,一个支付代理直接调用了转账工具,绕过了关键的账单状态检查。虽然更强大的模型降低了此类攻击的成功率,但并未消除它们,这凸显了在工具边界建立强大的授权基础设施以及进行内容层面的社会工程防御的必要性。
-
美国国土安全部禁止 DeepSeek AI 产品进入联邦文职机构
美国国土安全部已发布正式命令,禁止联邦文职机构采购或使用 DeepSeek 产品。该指令基于供应链安全担忧,要求从联邦 IT 系统中移除 DeepSeek 软件及任何使用 DeepSeek 实现的第三方产品。虽然该禁令专门针对文职机构,但它对向这些实体供应软件的供应商产生了重大影响。此命令发布之际,DeepSeek 推出了其 V4.1-Flash-1017 模型,而 OpenAI 的 GPT-5 nano 和 GPT-6 Luna 等…
-
OpenAI 弃用早期 GPT-5 快照和 o3 模型
OpenAI 将弃用包括早期 GPT-5 快照、o3 模型以及旧图像生成模型在内的多个旧模型。这些模型将于 12 月 11 日停止运行。该公司已提供一份将受此次弃用影响的具体模型名称列表。
-
Jev 决策模型与消费级 LLM 进行基准测试,显示出适度的成本/速度优势
对 Jev 决策模型的独立基准测试显示,与一些消费级聊天模型相比,它的成本和速度仅略有优势,这与一些说法相反。虽然 Jev 提供了置信度得分,但其准确性与 Mistral Small 和 GPT-5 nano 等模型相当。关于类型安全和运行间漂移的初步发现后来被更正,表明结构化输出和温度设置显着影响了 Gemini 和 GPT-5 nano 等模型的性能。