本文介紹如何在提示產生器中變更模型版本和設定。 模型版本和設定會影響生成式 AI 模型的效能和行為。
模型選取
您可以在提示建立器頂部選擇模型設定，變更模型。 下拉式功能表可讓您從產生自訂提示答案的生成式 AI 模型中進行選擇。
重要
2025 年 11 月，我們將 o3 模型移轉至 GPT-5 推理模型。 在 o3 模型上執行的提示會自動轉換到 GPT-5 推理模型，無需您採取任何行動。 可以透過支援請求臨時回復至 o3 模型。 此例外有效期至 2025 年 12 月 17 日，屆時 o3 型號將永久退役。
在 Power Apps 或 Power Automate 中使用提示會消耗提示建構點數，而在 Microsoft Copilot Studio 中使用提示則會 消耗 Copilot 點數。 了解更多關於授權與提示建構者積分。
概觀
下表說明了可用的不同型號。
| GPT 模型 | 授權 | 功能 | 類別 |
|---|---|---|---|
| GPT-4.1 迷你版 (預設模式) |
基本費率 | 使用截至 2024 年 6 月的資料進行訓練。 最多輸入128K代幣。 | Mini |
| GPT-4.1 | 標準費率 | 使用截至 2024 年 6 月的資料進行訓練。 內容最多允許 128K 個權杖。 | 一般 |
| GPT-5 聊天 | 標準費率 | 使用截至 2024 年 9 月的資料進行訓練。 內容最多允許 128K 個權杖。 | 一般 |
| GPT-5 推理 | 進階率 | 使用截至 2024 年 9 月的資料進行訓練。 內容最多允許 400K 個權杖。 | 深層 |
| GPT-5.2 聊天（實驗性） | 標準費率 | 內容最多允許 128K 個權杖。 | 一般 |
| GPT-5.2 推理（實驗性） | 進階率 | 使用截至 2024 年 10 月的資料進行訓練。 內容最多允許 400K 個權杖。 | 深層 |
| 克勞德十四行詩 4.5（實驗性） | 標準費率 | 外部模型來自 Anthropic。 內容最多允許 200K 個權杖。 | 一般 |
| Claude 作品 4.1（實驗版） | 進階率 | 外部模型來自 Anthropic。 內容最多允許 200K 個權杖。 | 深層 |
GPT-4o mini 和 GPT-4o 仍在美國政府區域使用。 這些模型遵循授權規則，並提供與 GPT-4.1 mini 及 GPT-4.1 相當的功能。
模型的可用性因地區而異。 想了解更多關於模型可用性的資訊，請參閱 按地區分類的模型可用性。
Anthropic 模型託管於 Microsoft 外部，並受 Anthropic 條款及資料處理規範。 想了解更多關於外部人類模型的資訊，請參閱選擇外部模型作為主要 AI 模型。
授權
在 Agent 、流程或應用程式中，提示所使用的模型會消耗 Copilot Credits，無論其發布階段為何。 了解更多關於 Copilot 信用管理的資訊。
如果你有 AI Builder 點數，當 Power Apps 和 Power Automate 使用提示時，這些點數會優先被消耗。 在 Copilot Studio 中使用提示時，這些提示不會被消耗。 在 AI Builder：授權概覽中了解更多。
發行階段
模型有不同的釋放階段。 您可以嘗試新的、尖端的實驗與預覽模型，或選擇可靠且經過充分測試且普遍可用的模型。
| 標籤 | Description |
|---|---|
| 實驗性 | 用於實驗，不建議用於生產。 受預覽條款限制，且可能有可用性與品質限制。 |
| 預覽版 | 最終會成為普遍可用的型號，但目前不建議用於生產環境。 受預覽條款限制，且可能有可用性與品質限制。 |
| 無標籤 | 正式推出。 您可以用這個模型來進行大規模和生產用途。 大多數情況下，普遍可用的型號在可用性與品質上沒有限制，但有些仍可能有區域性限制。 重要提示：Anthropic Claude 模型仍處於實驗階段，雖然它們不顯示標籤。 |
| Default | 所有 Agent 的預設模型，通常是效能最佳的通用模型。 隨著新款、更強大的機型普及，預設型號會定期升級。 Agent 也會在選擇模型關閉或無法使用時，使用預設模型作為備用。 |
實驗模型與預覽模型可能在效能、回應品質、延遲或訊息消耗上出現變異，且可能逾時或無法使用。 它們會受到預覽條款的約束。
分類
下表說明了不同的模型類別。
| Mini | 一般 | 深層 | |
|---|---|---|---|
| 效能 | 適合大多數任務 | 非常適合處理複雜的工作 | 接受推理任務訓練 |
| Speed | 處理速度更快 | 由於複雜性，速度可能會更慢 | 由於在回應之前進行推理，因此速度較慢 |
| 使用案例 | 摘要、資訊任務、影像和文件處理 | 影像與文件處理、進階內容創作任務 | 資料分析與推理任務、影像與文件處理 |
當您需要針對中度複雜任務尋找具成本效益的解決方案、運算資源有限，或需要更快處理速度時，請選擇 Mini。 它非常適合預算受限的專案以及客戶支援或高效程式碼分析等應用程式。
當您處理高度複雜、多模態且需要卓越效能與細緻分析的任務時，請選擇通用模型。 對於準確性和先進功能至關重要的大型專案來說，它是更好的選擇。 另一個情境是，當你擁有足夠的預算和運算資源來支援它時，這會是一個更好的選擇。 對於可能隨著時間的推移而增加複雜性的長期專案，通用模型也是可取的。
對於需要進階推理能力的專案而言，Deep 模型表現最為出色。 它適用於需要複雜問題解決和批判性思考的情境。 在重視細膩推理、複雜決策與深入分析的環境中，Deep 模型表現特別出色。
請根據地區可用性、功能、使用情境及成本選擇模型。 詳情請參閱 按地區劃分的模型可用性及 價格比較表。
按區域劃分的模型可用性
以下章節說明各地區對模型的公開及美國政府可取得情況。
公開可取得
在下表中，（GA）、（預覽）或（實驗性）表示該功能已可用，但使用了其他區域的 Azure OpenAI 服務。 如需進一步了解，請參閱啟用跨區域資料移動。
| 特徵 / 功能 | 亞洲 | 澳大利亞 | Canada | 歐洲 | 法國 | 德國 | 印度 | 日本 | 挪威 | 新加坡 | 南非 | 南美洲 | 韓國 | 瑞典 | 瑞士 | 阿拉伯聯合大公國 | 英國 | 美國 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| GPT-4.1 迷你版 | GA | GA | (GA) | (GA) | (GA) | (GA) | GA | (GA) | (GA) | GA | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | GA | GA |
| GPT-4.1 | GA | GA | (GA) | (GA) | (GA) | (GA) | GA | (GA) | (GA) | GA | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | GA | GA |
| o3 | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | GA |
| GPT-5 聊天 | (GA) | (GA) | (GA) | GA | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | GA |
| GPT-5 推理 | (GA) | (GA) | (GA) | GA | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | (GA) | GA |
| GPT-5.2 聊天 | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | 實驗性 |
| GPT-5.2 推理 | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | - | 實驗性 |
美國政府的可用性
| 特徵 / 功能 | 政府社群雲端 (GCC) | 政府社群雲端 - High (GCC High) | 國防部 (DoD) |
|---|---|---|---|
| GPT-4o 迷你 | GA | GA | - |
| GPT-4o | GA | GA | - |
| GPT-4o 使用影像或文件作為輸入 | - | - | - |
模型更新
| 型號 | 執行狀態 | 停用日期 | 取代 |
|---|---|---|---|
| GPT-4.1 迷你版 | 通用 | 還沒確定日期 | n/a |
| GPT-4.1 | 通用 | 還沒確定日期 | n/a |
| GPT-5 聊天 | 通用 | 還沒確定日期 | n/a |
| GPT-5 推理 | 通用 | 還沒確定日期 | n/a |
| GPT-5.2 聊天 | 實驗性 | 還沒確定日期 | n/a |
| GPT-5.2 推理 | 實驗性 | 還沒確定日期 | n/a |
| 克勞德十四行詩 4.5 | 實驗性 | 還沒確定日期 | n/a |
| 克勞德作品 4.1 | 實驗性 | 2025 年 12 月 | 克勞德作品4.5 |
| 克勞德作品4.5 | 待上市 | 還沒確定日期 | n/a |
| o3 | 已淘汰 | 2025 年 12 月 4 日 | GPT-5 推理 |
| GPT-4o 迷你 | 已淘汰 | 2025 年 7 月 | GPT-4.1 迷你版 |
| GPT-4o | 已淘汰 | 2025 年 7 月 | GPT-4.1 |
| o1 | 已淘汰 | 2025 年 7 月 | o3 |
模型設定
你可以選擇三個點（...）進入設定面板。 >提示建構器頂部的設定。 您可以變更以下設定：
- 溫度：較低的溫度會導致可預測的結果。 較高的溫度能帶來更多元或有創意的反應。
- 記錄檢索：從您的知識來源中檢索的記錄數量。
- 在回應中包含連結：選取後，回應會包含已檢索記錄的連結引用。
溫度
滑桿可讓您選擇生成式 AI 模型的溫度。 它在 0 到 1 之間變化。 此數值指導生成式 AI 模型應該提供多少創造力 (1) 與確定性答案 (0)。
溫度是控制 AI 模型生成的輸出隨機性的參數。 較低的溫度會產生更可預測和更保守的輸出。 相比之下，較高的溫度可讓回應更具創造力和多樣性。 這是一種在模型輸出中微調隨機性和確定性平衡的方法。
預設情況下，溫度為 0，如之前建立的提示所示。
| 溫度 | 功能 | 使用時機 |
|---|---|---|
| 0 | 更可預測和保守的輸出。 回應更加一致。 |
需要高精確度、變化性小的提示。 |
| 1 | 更具創造性和多樣性的答覆。 回應更加多樣化，有時甚至更具創新性。 |
建立新的開箱即用內容的提示。 |
調整溫度可以影響模型的輸出，但不能保證特定的結果。 AI 的回應本質上是概率性的，在相同的溫度設定下也可能有所不同。
注意
GPT-5 推理模型無法提供溫度設定。 因此，當您選擇 GPT-5 推理模型時，滑桿會被關閉。