Gabay

GPT-4o

Ang GPT-4o ("o" para sa omni) ay ang multimodal na flagship ng OpenAI sa 4-series at ang default na pili para sa OpenAI provider sa Magnus. Ito ay isang pinong all-rounder na may partikular na mahusay na pag-unawa sa imahe.

← Lahat ng gabay

Sa isang tingin

Inilabas noong Mayo 13, 2024 ng OpenAI bilang unang native na multimodal na GPT-4-class na model - isang network na sinanay sa text, vision, at audio sa halip na hiwalay na sistemang pinagdugtong-dugtong.

Sa All-inclusive plan, nagkakahalaga ng 3 credits ang isang sagot ng GPT-4o.

Mga Benchmark

  • MMLU (malawak na kaalaman): 88.7% - pinakamataas sa GPT-4 class noong ilabas ito.
  • Nagtakda ng bagong antas para sa mga vision benchmark noong paglabas habang tumatakbo nang dalawang beses na mas mabilis kaysa sa GPT-4 Turbo sa kalahati ng presyo ng API.

Pinakamahusay sa Magnus

Pangkalahatang chat at anumang may kinalaman sa mga imahe - maglagay ng screenshot, larawan ng whiteboard, o chart sa usapan at mahusay itong babasahin ng GPT-4o. Kapag may naka-file na OpenAI key, nabubuksan din nito ang OpenAI speech engine sa voice settings.

  • Ang mga integration tool (Gmail, Calendar, Slack actions) ay Claude-only sa ngayon - sinasaklaw ng mga GPT model ang chat, dokumento, at imahe.