GPT-4o の概要｜npaka

以下の記事が面白かったので、簡単にまとめました。 ・Hello GPT-4o 1. GPT-4o「GPT-4o」 (「omni」の「o」) は、人間とコンピュータのより自然な対話に向けた一歩です。テキスト、音声、画像のあらゆる組み合わせを入力として受け入れ、テキスト、音声、画像の出力のあらゆる組み合わせを生成します。 音声入力にはわずか232ミリ秒 (平均320ミリ秒) で応答できます。これは、人間の会話における応答時間とほぼ同じです。英語のテキストおよびコードでは「GPT-4 Turbo」のパフォーマンスに匹敵し、英語以外の言語のテキストでは大幅に改善されており、APIでははるかに高速で50%安価です。「GPT-4o」は、既存のモデルと比較して、特に視覚と音声の理解に優れています。 2. モデルの機能「GPT-4o」以前は、音声モードを使用して、平均2.8秒 (GPT-3.5) および5

[T-norf]

毎度ながら、最高峰のLLMのAPI価格が半額＋日本語トークナイザー効率が約2/3になるのが一番インパクト大きいような。全部日本語の入出力なら単純計算で 65% off よ。ついでレスポンスタイムかな

[blueboy]

GPT-4o に質問したら　→　> 無料版ChatGPTのトークン制限は、入力と出力の合計で4,096トークンです。日本語では約8,000～12,000文字に相当します。入力の長さを2,000トークン以内に抑えると良いでしょう​。

[dominik11]

チャット

[firststar_hateno]

GPT-4oの価格がお手頃なら、わたくしも即買いですの！

[naggg]

約そうと思いきや。仕事、はや！

[poad1010]

この記事をおすすめしました

[eagleyama]

“GPT-4o」は、既存のモデルと比較して、特に視覚と音声の理解に優れています。

[mobile_neko]

はてのさんがさらに高性能になるのか・・・

[dec123456789]

一番最後にビデオって書いてあるが動画のインプット/アウトプット機能もあるんか？ビジョンの間違い？

[stealthinu]

『「GPT-4o」では、テキスト、ビジョン、オーディオにわたって単一の新しいモデルをエンドツーエンドで学習しました』やっぱこれがキモだよな。

[kamm]

個人的にはうれしいけれど無料で使えてしまうのはやばい。課金ユーザーが解約してしまいそうな…

[pikopikopan]

ずいぶん色々出来るな

[kei_1010]

ありがたい

[hazlitt]

「簡単にまとめました」→ ただの翻訳