Mit der offiziellen Einführung des GPT-4o-Modells in San Francisco trägt OpenAI zur Technologie der künstlichen Intelligenz bei. Das neue Modell, wobei „o“ „omni“ bedeutet, kann jede Kombination von Eingaben und Ausgaben über diese Modalitäten verarbeiten, da es Text-, Audio- und visuelle Verarbeitungsfunktionen in einer einzigen Struktur vereint.
Bei Text- und Codeaufgaben ist die Leistung von GPT-4o ähnelt seinem Vorgänger GPT-4 Turbo, ist jedoch deutlich besser im Umgang mit nicht-englischen Sprachen und multimodalen Funktionen wie Audio und Vision. Das neue Modell zeichnet sich durch eine Reaktionszeit von bis zu 232 Millisekunden auf Audioeingaben aus, was der Reaktionsgeschwindigkeit von Menschen in realen Situationen bemerkenswert ähnlich ist.
GPT-4o stellt eine deutliche Verbesserung gegenüber dar GPT-4 Turbo hinsichtlich Kosten und Effizienz. Es ist 50 % günstiger, doppelt so schnell und verfügt über das Fünffache der Nachrichtenlimits. Dies erhöht seinen Nutzen als Werkzeug sowohl für Entwickler als auch für Endbenutzer.
OpenAI hat die umfangreichen Sicherheitsfunktionen hervorgehoben, die in GPT-4o integriert sind und darauf abzielen, die mit seiner Verwendung verbundenen Risiken zu reduzieren. Diese umfangreichen Tests suchen nach neuen Fähigkeiten; Das Modell wurde umfangreichen Tests unterzogen, einschließlich externem Red Teaming durch mehr als siebzig Experten in verschiedenen Bereichen. Das Ziel dieser umfangreichen Tests besteht darin, sicherzustellen, dass die vielen Funktionen von GPT-4o für die öffentliche Nutzung sicher sind.
Die Text- und Bildfunktionen von GPT-4o sind jetzt in ChatGPT von OpenAI enthalten und für Plus- und kostenlose Benutzer zugänglich. In den kommenden Wochen wird ChatGPT Plus eine Alpha-Version eines neuen Sprachmodus mit GPT-4o veröffentlichen. Darüber hinaus steht GPT-4o Entwicklern derzeit über die API als Text- und Vision-Modell zur Verfügung. Unterstützung für Audio- und Videofunktionen für vertrauenswürdige Partner wird in Kürze hinzugefügt.