Sebesen halad előre az OpenAI a különböző generatív MI és nyelvi modell fejlesztésekkel. Eléggé nehezen lehet azt követni, hogy éppen milyen újdonságokkal rukkol elő a vállalat. Néhány napja azzal okozott a cég meglepetést, hogy a GPT-4.5 után bejelentette a GPT-4.1-et, most pedig előrukkolt az o3 modellel is egyebek mellett, ami nem összekeverendő az év elején leleplezett szerényebb o3 variánssal.
„A legokosabb és a legjobb képességű modelljeink a mai napig, a teljes eszközpaletta elérésével” – ezzel a felütéssel jelentette be az OpenAI az o3 és az o4-mini modelleket.
Az OpenAI-nál az érvelő modelleket a jelek szerint teljesen más csapat, más ritmusban fejleszti, mint a „hagyományos” megoldásokat. Csak ez lehet a magyarázat arra, hogy meglehetősen zavaros módon képes a cég a különböző újdonságait tálalni. Hiszen a napokban a GPT-4.1-et azzal mutatta be, hogy milyen kiváló programozási lehetőségeket biztosít, és most újra a kódolást említi elsőként a most bemutatott o3 modell kapcsán, annyi különbséggel, hogy ezúttal már egy érvelő, „gondolkodó” eszközzel van dolgunk.
A most bemutatott o3 és o4-mini egyaránt érvelő modell, és két különböző tőről fakadnak. Az o3-minit a vállalat már februárban bejelentette, a mostani o3 annak a több aktív paraméterrel üzemelő változata, éppen ezért drágábban üzemeltethető, valamivel lassabb amiatt, mert nagyobb a számítási kapacitás igénye, de jobb eredményeket képes produkálni. Az o4-mini pedig már a következő generációs érvelő modell előfutára.
A cég elmondása szerint a hatékonyság csúcsra van járva az újdonságoknál. „Figyelemre méltó teljesítményt képesek elérni a méreteikhez és az áraikhoz képest” a most bejelentett modellek. Ez pedig még nem minden. Az eddig elérhető érvelő modellek az OpenAI berkeiben a képekkel hadilábon álltak, innentől viszont már más lesz a helyzet. A generatív mesterséges intelligenciának feltett kérdésekhez már lehetőség lesz képeket fűzni az új érvelő modelleknél, és minden információt egyben képesek ezek értelmezni, átgondolni a válaszaik során. A feldolgozási folyamat részeként a rossz, elforgatott képeket is tudják majd megfelelően kezelni.
Az érvelő modellek általában lényegesen lassabban teszik a dolgukat, mint a hagyományos társaik. Az o4-mini viszont csavar egyet a sebességen, gyorsabban fog üzemelni az eddigieknél. Miközben továbbra is remekel majd a matematikai, programozási feladatokban, és immáron a vizuális képességeit is ki lehet emelni. Az o4-mini modell a fejlesztéseknek köszönhetően a kompakt mérete és költséghatékonysága ellenére, sokszor képes érdemben versenyre kelni a nagyobb o3 modellel, az is megesik, hogy jobban teljesít.
A ChatGPT-n keresztül már lehetőség van arra, hogy kipróbálják az o3 és az o4-mini modelleket az érdeklődők. Ehhez viszont arra is szükség van egyelőre, hogy a felhasználó előfizető legyen, nem adja ingyen az újdonságok hozzáférését a cég. (A múltkori képgenerálós akció után nem is csoda, hogy ezt a lépést már jobban átgondolja, és a fokozatosság mellett dönt.) Minden ChatGPT funkcióval használhatók a friss modellek, így például szabadon böngészhetik is az interneten fellelhető anyagokat az új érvelő modellek, és fájlok is megoszthatók ezekkel.
Az o3 modell meglehetősen sokba kerül az OpenAI bevallása alapján. 10 dollárnyi erőforrást emészt fel 1 millió token feldolgozása során, és 40 dolláros költséggel jár, hogy ugyanúgy 1 millió tokent előállítson. Ezzel szemben az o4-mini már kíméli a pénztárcát, ennél mindössze 1,1 és 4,4 dollárba kerül 1 millió tokennyi adat bevitele és létrehozása.
Az aktuális bejelentésekkel együtt az OpenAI azt is elhintette, hogy a tervek szerint néhány héten belül elkészülhet majd az o3-pro névre hallgató modell, és az lesz az eddigi legnagyobb tudású érvelő modellje a cégnek – miközben minden bizonnyal nagyon drágán teszi majd a dolgát.
