GPT-4o - это новейшая и самая продвинутая модель большого языкового модуля (LLM), выпущенная OpenAI. Эта модель предлагает множество новых функций для бесплатных и платных клиентов.
Она мультимодальна, что означает улучшение ChatGPT за счет более быстрых ответов, лучшего понимания и ряда новых возможностей, которые будут постепенно внедряться в ближайшие недели.
С ростом конкуренции со стороны Llama 3 от Meta и Gemini от Google, последнее обновление от OpenAI стремится оставаться впереди. Вот почему это так интересно.
Доступность и цена
Если вы уже давно пользуетесь бесплатной версией ChatGPT и завидовали функциям, доступным в ChatGPT Plus, у нас для вас хорошие новости!
Теперь и вы сможете воспользоваться распознаванием изображений, загружать файлы, находить кастомные промты в GPT Store, использовать Memory для сохранения хода разговора, чтобы вам не нужно было повторяться, а также анализировать данные и выполнять сложные вычисления.
Все это наряду с более высоким уровнем интеллекта стандартной модели GPT-4, эквивалентом которой является GPT-4o, даже если она была обучена с нуля как мультимодальный AI.
Это стало возможным благодаря тому, что GPT-4o значительно дешевле в вычислительном плане, требуя меньше токенов, что делает её доступной для более широкой аудитории.
Однако у бесплатных клиентов будет ограниченное количество сообщений, которые они могут отправить GPT-4o в день. Когда этот порог будет достигнут, вы будете переключены на модель GPT-3.5.
Он гораздо быстрее
GPT-4 отличался от GPT-3.5 по многим параметрам, и скорость была одним из них. GPT-4 был значительно медленнее, даже с учетом последних улучшений и введения GPT-4 Turbo.
Однако GPT-4o отвечает практически мгновенно. Это делает текстовые ответы более оперативными и применимыми, а голосовые разговоры происходят почти в реальном времени.
Хотя скорость ответа кажется скорее приятной, чем кардинально меняющей игру функцией, возможность получать ответы почти в реальном времени делает GPT-4o более подходящим для задач, таких как перевод и помощь в разговоре.
Продвинутая поддержка голосовых команд
Хотя на начальном этапе GPT-4o может работать только с текстом и изображениями, он был создан с нуля для выполнения голосовых команд и взаимодействия с клиентами через аудио.
Это означает, что если GPT-4 мог принимать голос, преобразовывать его в текст, отвечать на этот текст и затем преобразовывать свой текстовый ответ в голосовой вывод, GPT-4o может услышать голос и ответить аналогично.
Благодаря улучшенной скорости он может отвечать более "разговорно" и понимать уникальные аспекты голоса, такие как тон, темп, настроение и многое другое.
GPT-4o может смеяться, быть саркастичным, исправляться в случае ошибки и корректироваться на ходу, и вы можете прервать его речью, не сбивая его ответ. Он также может понимать разные языки и переводить их на лету, что делает его пригодным для использования в качестве инструмента реального времени для перевода. Он может петь — или даже петь дуэтом с собой.
Эти функции могут применяться для подготовки к интервью, обучения вокалу, управления ролевыми NPC, рассказа драматических сказок с разными голосами и персонажами, создания озвученного диалога для игровых проектов, шуток и их восприятия и многого другого.
Улучшенное понимание
GPT-4o воспринимает вас гораздо лучше, чем его предшественники, особенно если вы говорите с ним. Он может лучше читать тон и намерение, и если вы хотите, чтобы он был расслабленным и дружелюбным, он будет шутить с вами, стараясь поддерживать легкость разговора.
Когда он анализирует код или текст, он будет учитывать ваши намерения гораздо лучше, что делает его лучше в предоставлении нужного вам ответа и требует менее специфических запросов. Он лучше анализирует видео и изображения, что делает его способным понимать окружающий мир.
В нескольких демонстрациях OpenAI показал, как клиенты снимают комнату, в которой они находятся, а модели GPT-4o описывают её. В одном видео AI даже описал пространство комнаты другой версии себя, которая затем дала свои собственные ответы на основе этого описания.
Нативное приложение для macOS
В то время как AI в Windows пока ограничен функциями Copilot, владельцы macOS скоро смогут работать с ChatGPT и его новой моделью GPT-4o прямо с рабочего стола. Благодаря новому нативному приложению, ChatGPT станет более доступным и получит обновленный интерфейс, что сделает его использование еще удобнее.
Приложение станет доступным для большинства подписчиков ChatGPT Plus в ближайшие дни, а для тех, кто использует бесплатную версию, оно будет доступно через несколько недель. Версия для Windows ожидается позже в этом году.
Приложение будет доступно для большинства клиентов ChatGPT Plus в ближайшие дни, а для бесплатных пользователей — в течение нескольких недель. Версия для Windows обещана позже в этом году.
Пока еще не все готово
На момент написания единственные аспекты GPT-4o, доступные общественности, это текстовые и графические режимы.
Нет поддержки продвинутых голосовых команд, нет понимания видео в реальном времени, и приложение для macOS будет доступно не для всех клиентов еще несколько дней.
Но все это впереди. Эти изменения и другие захватывающие обновления для ChatGPT уже на подходе.
