GPT-4o
GPT-4o（英語：Generative Pre-trained Transformer 4 Omni）是由OpenAI訓練的多語言、多模態（多種類型資料，例如文字、圖像、音訊等）GPT大型語言模型。GPT-4o於2024年5月13日發布。 [1] 該模型比其前身GPT-4快兩倍，而價格僅為其50%。該模型由米拉·穆拉蒂在OpenAI直播演示中宣布。 [1] OpenAI聲稱該模型將對所有使用者免費， 並為付費ChatGPT Plus使用者提供高達5倍的訊息上限。[2]
| 開發者 | OpenAI |
|---|---|
| 首次發布 | 2024年5月13日 |
| 前任 | GPT-4 Turbo |
| 類型 | |
| 許可協定 | 專有軟體 |
| 網站 | openai |
背景
編輯GPT-4o最初在LMSYS上以3個不同模型的形式暗中發布。這3個模型分別稱為gpt2-chatbot、im-a-good-gpt2-chatbot和im-also-a-good-gpt2-chatbot。2024年5月7日，薩姆·奧爾特曼透露OpenAI發布了這些神秘的新模型。[3]
功能
編輯GPT-4o在語音、多語言和視覺基準測試中取得了最先進的成果，在音訊語音辨識和翻譯領域創下了新紀錄。[4] GPT-4o在MMLU基準測試中的得分為88.7，而GPT-4 的得分為86.5。[4] [5]
根據該公司的演示，GPT-4o將有效地將ChatGPT轉變為可以進行即時語音對話的數位個人助理。 它還能夠使用文字和「視覺」進行互動，這意味著它可以檢視使用者上傳的螢幕截圖、相片、文件或圖表，並就它們進行對話。OpenAI演示了與ChatGPT的語音對話，以獲得解決數學問題的即時說明、講述睡前故事並獲得編碼建議。[6] 免費ChatGPT使用者將可以與新的GPT-4o模型進行有限次數的互動，然後該工具會自動恢復依賴更小的GPT-4o mini模型；付費使用者將可以使用最新GPT-4o訪問更多數量的訊息。[6]
該模型支援超過50種語言，覆蓋超過97%的口語語言。它目前是LMSYS Elo Arena基準測試中的領先模型。[7]
GPT-4o mini
編輯OpenAI於2024年7月18日發布了GPT-4o mini，比起GPT-4o更小，而且價格更便宜。[8]
根據OpenAI的說法，其低成本預計對那些希望將其整合到服務中的公司、初創企業和開發者特別有用，因為他們通常會進行大量的API呼叫。其API的費用為每百萬輸入標記15美分，每百萬輸出標記60美分，相比之下，GPT-4o分別為5美元和15美元。它的效能也比GPT-3.5更好，而且比後者便宜60%。
參見
編輯參考資料
編輯- ^ 1.0 1.1 Wiggers, Kyle. OpenAI debuts GPT-4o 'omni' model now powering ChatGPT. TechCrunch. 2024-05-13 [2024-05-13]. （原始內容存檔於2024-05-22） （美國英語）.
- ^ Mauran, Cecily. OpenAI announces GPT-4o, a multimodal voice assistant that's free for all ChatGPT users. Mashable. 2024-05-13 [2024-05-13] （英語）.
- ^ Sam Altman "https://twitter.com/sama/status/1787222050589028528" Twitter, X. Retrieved 14 May 2024.
- ^ 4.0 4.1 Hello GPT-4o. OpenAI. [2024-05-13]. （原始內容存檔於2024-05-14）.
- ^ OpenAI教谷歌做语音助手！新模型GPT-4o科幻级语音交互，零延迟满情绪，AI进入HER时代, 郭晓静、郝博阳 腾讯科技 2024-05-13 18:15.
- ^ 6.0 6.1 OpenAI unveils newest AI model, GPT-4o. 2024-05-13 [2024-05-13] （英語）.
- ^ Fedus, William. GPT-4o is our new state-of-the-art frontier model..
- ^ OpenAI. GPT-4o mini: advancing cost-efficient intelligence. [2024-07-21].
