OpenAI 升级企业 API：推出半价 Batch API 与万份文件检索

如果你的公司想把核心业务接入 AI，最担心的往往不是模型够不够聪明，而是两件事：数据安不安全，月底的账单会不会爆表。

OpenAI 针对 API 企业客户推出了一整套新功能，专门解决安全、管理、模型能力和用量成本这几个最让人头疼的问题。

锁死安全大门，组织管理更细致

针对安全要求极高的企业，OpenAI 这次上线了 Private Link，让客户的 Azure 环境与 OpenAI 服务之间建立直接连接，尽量减少公网暴露。

同时上线的还有原生多因素身份验证（MFA），帮助企业满足愈发严格的访问控制合规要求。

为了方便大公司内部多人协作，OpenAI 推出了「项目」（Projects）功能。

管理员现在可以把角色和 API 密钥按具体项目隔离，还能规定某个项目只能调用哪些特定模型。

项目层面不仅能设置用量和速率上限以防意外超支，还支持创建「服务账号 API 密钥」，不用再把系统接口和某个具体员工的账号绑在一起。

Assistants API 大升级：吃得下万份文件，价格砍半

针对应用开发，Assistants API 迎来了多项更新，最亮眼的是全新的文件搜索（file_search）能力。

每个助手支持的文件数量从原本的 20 个直接拉升到 10,000 个，足足翻了 500 倍。底层支持多线程并行检索，并优化了重排序和查询重写机制。

系统还新增了 vector_store 对象，上传的文件会自动切块并生成向量嵌入，还能跨助手和线程复用。

调用体验上，新版本终于支持了流式输出（Streaming），并且允许开发者精细控制每次运行的最大 Token 数，甚至可以通过 tool_choice 指定调用的特定工具。

在成本控制方面，OpenAI 拿出了诚意。

对于离线分类、长文总结或合成数据等不着急要结果的任务，OpenAI 推出了 Batch API。请求在 24 小时内返回，价格直接在原有基础上打五折，同时附带更高的速率限制。

针对有稳定持续吞吐量的大客户，购买 GPT-4 或 GPT-4 Turbo 的预置吞吐量承诺，可以拿到 10% 到 50% 的折扣。

为什么重要

我们认为，这次更新标志着 OpenAI 的 API 产品正式从「极客的试验场」转向「正规军的生产线」。

对开发者和企业来说，文件上限拉到一万份加上独立的 vector_store，意味着中小团队不用再自己折腾一套复杂的 RAG 向量数据库基建，直接用官方组件就能跑通知识库搭建；而流式输出的补齐，则直接解决了聊天界面的等待卡顿问题。

半价的 Batch API 更是切中了模型评测和数据清洗的高频痛点，如果你手里有大批离线任务，现在就值得立即切换过去省下一半预算。

对行业而言，OpenAI 通过 Private Link 和细粒度项目管控，精准堵住了大企业采购时法务与合规层面的借口，势必会给 Anthropic 等竞争对手带来更大的企业端防御压力。

不过看起来也有隐患：官方将向量检索和存储深度打包，虽然用起来极其方便，但也会进一步加深开发者对 OpenAI 生态的依赖和绑定，一旦未来调用成本调整，迁移门槛将比以往高得多。