โมเดล GPT-4o AI ใหม่ของ ChatGPT พูดคุยและพูดได้ดีขึ้น
ChatGPT ขับเคลื่อนโดยโมเดล AI ที่แตกต่างกันสองสามรุ่น โดยมี GPT-4 Turbo สำหรับสมาชิกแบบชำระเงิน และ GPT-3.5 สำหรับคนอื่นๆ OpenAI ได้เปิดเผยโมเดลใหม่ที่จะพร้อมใช้งานสำหรับทุกคนเร็วๆ นี้: GPT-4o
GPT-4o ("o" มาจาก "omni") คือโมเดล AI ใหม่ที่จัดการข้อความ เสียง หรือรูปภาพทั้งอินพุตและเอาต์พุต นั่นเป็นการเปลี่ยนแปลงครั้งใหญ่จากรุ่นก่อนหน้าของ OpenAI ซึ่งมีความเชี่ยวชาญมากกว่าและต้องรวมเข้าด้วยกันสำหรับปริมาณงานที่แตกต่างกัน Google Gemini ได้รับการออกแบบมาให้ทำงานในลักษณะเดียวกัน ดังนั้นดูเหมือนว่า OpenAI จะตามทันคู่แข่ง
ในบล็อกโพสต์ OpenAI กล่าวว่า GPT-4o “สามารถตอบสนองอินพุตเสียงได้ในเวลาเพียง 232 มิลลิวินาที โดยเฉลี่ย 320 มิลลิวินาที ซึ่งใกล้เคียงกับเวลาตอบสนองของมนุษย์ในการสนทนา โดยจะจับคู่ประสิทธิภาพของ GPT-4 Turbo กับข้อความในภาษาอังกฤษและโค้ด โดยมีการปรับปรุงอย่างมากกับข้อความในภาษาที่ไม่ใช่ภาษาอังกฤษ ในขณะเดียวกันก็เร็วกว่ามากและถูกกว่าใน API ถึง 50% GPT-4o มีความเข้าใจด้านการมองเห็นและเสียงดีกว่าเป็นพิเศษเมื่อเทียบกับรุ่นที่มีอยู่”
ความสามารถด้านเสียงและเสียงที่ได้รับการปรับปรุงหมายความว่า GPT-4o สามารถทำงานเหมือนผู้ช่วยเสมือนได้มากขึ้น ซึ่งเป็นสิ่งที่ OpenAI และ Google ได้ลองและประสบความสำเร็จแบบผสมผสานในอดีต OpenAI วางแผนที่จะเพิ่มโหมดเสียง "ในอีกไม่กี่สัปดาห์ข้างหน้า" ที่ขับเคลื่อนโดย GPT-4o ซึ่งจะเปิดให้ใช้งานสำหรับสมาชิก ChatGPT Plus ก่อน
GPT-4o ยังไม่ใช่สิ่งทดแทน GPT-4 และ GPT-3.5 โดยสมบูรณ์ อย่างน้อยก็ในตอนนี้ มันอาจมีพฤติกรรมแตกต่างออกไปในบางสถานการณ์ เนื่องจากมีการฝึกที่แตกต่างกัน แต่ OpenAI สัญญาว่าจะมีประสิทธิภาพคล้ายกับ GPT-4 Turbo ในด้านข้อความ การใช้เหตุผล และความชาญฉลาดในการเขียนโค้ด ที่สำคัญจะสามารถใช้งานได้บนบัญชี ChatGPT ฟรี ซึ่งจำกัดอยู่เพียงรุ่น GPT-3.5 ที่มีความสามารถน้อยกว่าจนถึงปัจจุบัน
GPT-4o รุ่นใหม่กำลังเปิดตัวแล้วใน ChatGPT สำหรับทั้งผู้ใช้ฟรีและสมาชิก ChatGPT Plus จะมีขีดจำกัดข้อความ แต่ขีดจำกัดจะสูงกว่า "5 เท่า" สำหรับผู้ใช้ Plus สมาชิก ChatGPT Plus จะสามารถเข้าถึงโหมดเสียงได้ “ในอีกไม่กี่สัปดาห์ข้างหน้า” และตอนนี้โมเดลใหม่พร้อมให้ใช้งานในรูปแบบ API ให้นักพัฒนาได้ทดลองใช้แล้ว
ที่มา: OpenAI (1, 2)