Az OpenAI egy kisebb bemutató keretében több fejlesztésről is beszélt, és a legizgalmasabb a GPT-4o modell volt ezek közül. A ChatGPT mögött is dolgozó GPT-4 legfrissebb változata olyan lehetőségeket biztosít, amik tényleg felkeltették az összes érdeklődő figyelmét, még a szkeptikusokból is elismerést válthatott ki.
A GPT-4 tavaly mutatkozott be, majd elkészült ebből a GPT-4 Turbo modell, most pedig terítékre került a GPT-4o, ami minden eddigi modellnél jobb lesz. Ügyesebb, sokoldalúbb, hatékonyabb, gyorsabb és olcsóbb is az újdonság.
Előzetesen voltak olyan pletykák, hogy a GPT-5 bejelentése lesz, de még arról is lehetett olvasni, hogy a Google Keresőnek akar vetélytársat állítani az OpenAI, és arról lesz majd szó. Ezekhez képest elsőre a GPT-4o érkezése kiábrándító lehet, de miután felvázolta a fejlesztéseket a cég, a legtöbb embert sikerült letaglóznia. Generációt nem váltott az új modellel a cég, de nem is kell, elnézve azt, hogy mennyi tartalék van a mostaniban is.
A GPT-4 Turbo lényegesen gyorsabb lett, mint a GPT-4 volt, a GPT-4o pedig még ahhoz képest is kétszer nagyobb tempót nyújt majd. Erről Sam Altman és Mira Murati, a technológiai vezető is beszélt. Már olyan gyors az új modell és a ráépülő mesterséges intelligencia szolgáltatások, hogy teljesen természetesen lehet vele társalogni, olyan sebesen válaszol, mint egy átlagos ember.
Szöveg, hang és kép feldolgozásában is nagyot lép előre az újdonság, gördülékenyebben tudja majd a különböző adatformákat kezelni, és minden esetben megy majd a valós idejű elemzés. Ha például mutatnak neki egy táblát, amire ír egy felhasználó, akkor folyamatosan látja majd, ami történik, így képes segíteni egy matematikai feladat lépésről lépésre történő kidolgozásában. Azt is rögtön jelezheti, ha valami nem stimmel. Annak köszönhetően képes már ezt megoldani, hogy már natív multimodális támogatást nyújt.
Főleg az új Voice módja lett igazán érdekes a modellnek. A bemutató során erre fektetett igazán nagy hangsúlyt az OpenAI, pont azért, mert ezzel lehet az embereket leginkább lenyűgözni. Tényleg rendkívül érdekes, amire a hangos módban képes a szolgáltatás, teljesen természetesen lehet vele csevegni, még a szavába is lehet vágni. Folyamatosan követi a témát, és mindent megtesz, amit kérnek tőle.
Már nemcsak tartalmasan képes magát kifejezni, hanem érzelmeket is nagyon kifejezően tud belevinni a beszédébe. Érzékelni is képes, hogy a partnerének milyen a hangulata, amit a beszédből szűr le, ha éppen kamera képet nem kap, de ha még kamerán is látja a felhasználót, akkor az arckifejezéséből is tud következtetni az érzelmi állapotára. Ha szomorkodva beszélnek vele, akkor megértően, támogatóan fog megszólalni, és így tovább.
A GPT-4o jobb nyelvtámogatást is biztosítani fog majd az ígéret szerint. Akár tolmácsként is munkára lehet majd fogni a hangos módban a szolgáltatást. Gördülékenyen, az érzelmek továbbítása mellett tud majd két különböző nyelvet beszélő ember között fordítani. Olcsóbb is az üzemeltetése, 50%-kal kisebb költség mellett dolgozza fel a tokeneket. 5 dollárba került a bevitelnél 1 millió token, kimenetben pedig 15 dollár az ára 1 millió tokennek. A kontextusablak maradt 128 ezer tokenes.
Fontos része volt még a bejelentésnek, hogy a GPT-4o eszközt az OpenAI ingyenesen biztosítani fogja minden felhasználó számára. Részletekről nem beszélt ezen a téren, de ha tényleg így lesz, az a ChatGPT esetén jelentős fejlődést jelenthet majd azoknál, akik előfizetés nélkül használják. Az is kiderült, hogy akik az ingyenes opciót választják, azok a GPT-4o révén már ötször nagyobb kapacitásban fognak részesülni.
A GPT-4o modell fokozatosan került bevezetésre a különböző szolgáltatások mögött. Arra tehát még várni kell, hogy a hangos módot lehessen próbálgatni. Elsőként a szöveg és a képfeldolgozásban kerül bevetésre, és a ChatGPT mögött élesíti a vállalat.
