GPT-4o: testo, voce e immagini in un solo modello
In una frase OpenAI presenta GPT-4o (omni), un modello unico che processa nativamente testo, audio e immagini con risposta vocale media di 320 ms, livello GPT-4 Turbo sul testo e capacità testo+immagini aperte anche agli utenti free.
OpenAI presenta GPT-4o ("omni"). La differenza con i modelli precedenti è che testo, voce e immagini non passano più da modelli separati: c'è un unico modello che gestisce tutto.
Risultato pratico, mostrato nella demo: si parla con ChatGPT come con una persona, in tempo reale, con interruzioni e cambi di tono, e si può mostrare una foto e discuterne. Testo e immagini con GPT-4o arrivano subito anche nel piano gratuito (con limiti); la nuova modalità voce è promessa in alpha agli abbonati Plus nelle settimane successive.
Per chi sviluppa o gestisce sistemi, l'API costa la metà di GPT-4 Turbo ed è più veloce; le capacità audio native vengono aperte agli sviluppatori in un secondo momento.
Aziende
OpenAI
Tool
GPT-4o, ChatGPT
Tag
Fonti