OpenAI 升級企業 API：推出半價 Batch API 與萬份檔案檢索

如果你的公司想把核心業務接入 AI，最擔心的往往不是模型夠不夠聰明，而是兩件事：資料安不安全，月底的賬單會不會爆表。

OpenAI 針對 API 企業客戶推出了一整套新功能，專門解決安全、管理、模型能力和用量成本這幾個最讓人頭疼的問題。

鎖死安全大門，組織管理更細緻

針對安全要求極高的企業，OpenAI 這次上線了 Private Link，讓客戶的 Azure 環境與 OpenAI 服務之間建立直接連線，儘量減少公網暴露。

同時上線的還有原生多因素身份驗證（MFA），幫助企業滿足愈發嚴格的訪問控制合規要求。

為了方便大公司內部多人協作，OpenAI 推出了「專案」（Projects）功能。

管理員現在可以把角色和 API 金鑰按具體專案隔離，還能規定某個專案只能呼叫哪些特定模型。

專案層面不僅能設定用量和速率上限以防意外超支，還支援建立「服務賬號 API 金鑰」，不用再把系統介面和某個具體員工的賬號綁在一起。

Assistants API 大升級：吃得下萬份檔案，價格砍半

針對應用開發，Assistants API 迎來了多項更新，最亮眼的是全新的檔案搜尋（file_search）能力。

每個助手支援的檔案數量從原本的 20 個直接拉昇到 10,000 個，足足翻了 500 倍。底層支援多執行緒並行檢索，並優化了重排序和查詢重寫機制。

系統還新增了 vector_store 物件，上傳的檔案會自動切塊並生成向量嵌入，還能跨助手和執行緒複用。

呼叫體驗上，新版本終於支援了流式輸出（Streaming），並且允許開發者精細控制每次執行的最大 Token 數，甚至可以通過 tool_choice 指定呼叫的特定工具。

在成本控制方面，OpenAI 拿出了誠意。

對於離線分類、長文總結或合成數據等不著急要結果的任務，OpenAI 推出了 Batch API。請求在 24 小時內返回，價格直接在原有基礎上打五折，同時附帶更高的速率限制。

針對有穩定持續吞吐量的大客戶，購買 GPT-4 或 GPT-4 Turbo 的預置吞吐量承諾，可以拿到 10% 到 50% 的折扣。

為什麼重要

我們認為，這次更新標誌著 OpenAI 的 API 產品正式從「極客的試驗場」轉向「正規軍的生產線」。

對開發者和企業來說，檔案上限拉到一萬份加上獨立的 vector_store，意味著中小團隊不用再自己折騰一套複雜的 RAG 向量資料庫基建，直接用官方元件就能跑通知識庫搭建；而流式輸出的補齊，則直接解決了聊天介面的等待卡頓問題。

半價的 Batch API 更是切中了模型評測和資料清洗的高頻痛點，如果你手裡有大批離線任務，現在就值得立即切換過去省下一半預算。

對行業而言，OpenAI 通過 Private Link 和細粒度專案管控，精準堵住了大企業採購時法務與合規層面的藉口，勢必會給 Anthropic 等競爭對手帶來更大的企業端防禦壓力。

不過看起來也有隱患：官方將向量檢索和儲存深度打包，雖然用起來極其方便，但也會進一步加深開發者對 OpenAI 生態的依賴和繫結，一旦未來呼叫成本調整，遷移門檻將比以往高得多。