GPT-4o là mô hình hàng đầu trong danh mục công nghệ OpenAI LLM. Chữ “o” là viết tắt của “omni” và không chỉ là một loại cường điệu tiếp thị nào đó, mà đúng hơn là một tham chiếu đến nhiều phương thức của mô hình cho văn bản, thị giác và âm thanh.

Mô hình GPT-4o đánh dấu sự phát triển tiếp theo của GPT-4 LLM mà OpenAI lần đầu tiên phát hành vào tháng 3 năm 2023. Đây cũng không phải là bản cập nhật đầu tiên cho GPT-4, vì mô hình này đã được tăng cường vào tháng 11 năm 2023 với sự ra mắt của GPT-4 Turbo. Chữ viết tắt GPT là viết tắt của Generative Pre-trained Transformer (Bộ biến đổi được đào tạo trước tạo sinh). Mô hình transformer là một yếu tố nền tảng của AI tạo sinh, cung cấp một kiến trúc mạng nơ-ron có thể hiểu và tạo ra các đầu ra mới.

GPT-4o vượt trội hơn GPT-4 Turbo về cả khả năng và hiệu suất. Giống như trường hợp với các phiên bản tiền nhiệm GPT-4, GPT-4o có thể được sử dụng cho các trường hợp sử dụng tạo văn bản, chẳng hạn như tóm tắt và Hỏi & Đáp dựa trên kiến thức. Mô hình này cũng có khả năng suy luận, giải các bài toán phức tạp và lập trình.

Mô hình GPT-4o giới thiệu phản hồi đầu vào âm thanh nhanh chóng mới – theo OpenAI – giống như con người, với thời gian phản hồi trung bình là 320 mili giây. Mô hình này cũng có thể phản hồi bằng giọng nói do AI tạo ra nghe giống như con người.

Thay vì có nhiều mô hình riêng biệt hiểu được âm thanh, hình ảnh – mà OpenAI gọi là thị giác – và văn bản, GPT-4o kết hợp các phương thức đó thành một mô hình duy nhất. Do đó, GPT-4o có thể hiểu bất kỳ sự kết hợp nào của văn bản, hình ảnh và đầu vào âm thanh và phản hồi bằng đầu ra ở bất kỳ hình thức nào trong số đó.

Lời hứa của GPT-4o và khả năng phản hồi đa phương thức âm thanh tốc độ cao của nó là nó cho phép mô hình tham gia vào các tương tác tự nhiên và trực quan hơn với người dùng.

OpenAI đã có một loạt các bản cập nhật gia tăng cho GPT-4o kể từ khi nó được phát hành lần đầu tiên vào tháng 5 năm 2024. Vào tháng 8 năm 2024, hỗ trợ đã được thêm vào cho các đầu ra có cấu trúc cho phép mô hình tạo ra các phản hồi mã hoạt động trong một lược đồ JSON được chỉ định. Bản cập nhật GPT-4o gần đây nhất đến vào ngày 20 tháng 11 năm 2024, cung cấp đầu ra token tối đa là 16.384, tăng từ 4.096 khi mô hình được phát hành lần đầu tiên vào tháng 5 năm 2024.

GPT-4o mini là gì?

Giống như phiên bản đầy đủ, GPT-4o mini của OpenAI có cửa sổ ngữ cảnh 128K với đầu ra token tối đa là 16.384 token. Dữ liệu đào tạo cho GPT-4o mini cũng trải qua đến tháng 10 năm 2023. Điều phân biệt GPT-4o mini với mô hình đầy đủ là kích thước của nó, cho phép nó chạy nhanh hơn và với chi phí thấp hơn. OpenAI hiện không công khai tiết lộ kích thước số lượng tham số của các mô hình của mình.

Theo OpenAI, GPT-4o mini thông minh hơn và rẻ hơn 60% so với GPT-3.5 Turbo, vốn trước đây là biến thể mô hình nhỏ hơn và nhanh hơn của nhà cung cấp.

Về trí thông minh văn bản, GPT-4o mini vượt trội hơn GPT-3.5 Turbo trong điểm chuẩn Measuring Massive Multitask Language Understanding (MMLU) với điểm số 82% so với 69,8%.

Đối với các nhà phát triển, GPT-4o mini là một lựa chọn hấp dẫn cho các trường hợp sử dụng không yêu cầu mô hình đầy đủ, vốn đắt hơn để vận hành. Mô hình mini rất phù hợp cho các trường hợp sử dụng có số lượng lớn các lệnh gọi API, chẳng hạn như các ứng dụng hỗ trợ khách hàng, xử lý biên lai và phản hồi email.

GPT-4o mini có sẵn trong các mô hình văn bản và thị giác cho các nhà phát triển có tài khoản OpenAI thông qua Assistants API, Chat Completions API và Batch API. Tính đến tháng 7 năm 2024, GPT-4o mini đã thay thế GPT-3.5 Turbo làm tùy chọn mô hình cơ bản trong ChatGPT. Nó cũng là một tùy chọn cho người dùng ChatGPT Plus, Pro, Enterprise và Team.

GPT-4o có thể làm gì?

Tại thời điểm phát hành, GPT-4o là mô hình có khả năng nhất trong tất cả các mô hình OpenAI về cả chức năng và hiệu suất.

Nhiều điều GPT-4o có thể làm bao gồm những điều sau:

• Tương tác theo thời gian thực. Mô hình GPT-4o có thể tham gia vào các cuộc trò chuyện bằng lời nói theo thời gian thực mà không có bất kỳ sự chậm trễ đáng chú ý nào.
• Hỏi & Đáp dựa trên kiến thức. Giống như trường hợp với tất cả các mô hình GPT-4 trước đó, GPT-4o đã được đào tạo với cơ sở kiến thức và có thể trả lời các câu hỏi.
• Tóm tắt và tạo văn bản. Giống như trường hợp với tất cả các mô hình GPT-4 trước đó, GPT-4o có thể thực hiện các tác vụ LLM văn bản thông thường, bao gồm tóm tắt và tạo văn bản.
• Suy luận và tạo đa phương thức. GPT-4o tích hợp văn bản, giọng nói và thị giác vào một mô hình duy nhất, cho phép nó xử lý và phản hồi sự kết hợp của các loại dữ liệu. Mô hình này có thể hiểu âm thanh, hình ảnh và văn bản với cùng tốc độ. Nó cũng có thể tạo ra các phản hồi thông qua âm thanh, hình ảnh và văn bản.
• Xử lý ngôn ngữ và âm thanh. GPT-4o có khả năng nâng cao trong việc xử lý hơn 50 ngôn ngữ khác nhau.
• Phân tích tình cảm. Mô hình này hiểu được tình cảm của người dùng trên các phương thức văn bản, âm thanh và video khác nhau.
• Sắc thái giọng nói. GPT-4o có thể tạo ra giọng nói với các sắc thái cảm xúc. Điều này làm cho nó hiệu quả cho các ứng dụng yêu cầu giao tiếp nhạy cảm và tinh tế.
• Phân tích nội dung âm thanh. Mô hình này có thể tạo và hiểu ngôn ngữ nói, có thể được áp dụng trong các hệ thống kích hoạt bằng giọng nói, phân tích nội dung âm thanh và kể chuyện tương tác.
• Dịch theo thời gian thực. Khả năng đa phương thức của GPT-4o hỗ trợ dịch theo thời gian thực từ ngôn ngữ này sang ngôn ngữ khác.
• Hiểu và thị giác hình ảnh. Mô hình này có thể phân tích hình ảnh và video, cho phép người dùng tải lên nội dung trực quan mà GPT-4o sẽ hiểu, giải thích và cung cấp phân tích.
• Phân tích dữ liệu. Khả năng thị giác và suy luận cho phép người dùng phân tích dữ liệu chứa trong biểu đồ dữ liệu. GPT-4o cũng có thể tạo biểu đồ dữ liệu dựa trên phân tích hoặc lời nhắc.
• Phát triển phần mềm. GPT-4o có thể tạo mã mới cho một ứng dụng, cũng như phân tích và gỡ lỗi mã hiện có.
• Tải lên tệp. Vượt ra ngoài giới hạn kiến thức, GPT-4o hỗ trợ tải lên tệp, cho phép người dùng phân tích dữ liệu cụ thể để phân tích.
• Bộ nhớ và nhận thức theo ngữ cảnh. GPT-4o có thể nhớ các tương tác trước đó và duy trì ngữ cảnh trong các cuộc trò chuyện dài hơn.
• Cửa sổ ngữ cảnh lớn. Với cửa sổ ngữ cảnh hỗ trợ lên đến 128.000 token, GPT-4o có thể duy trì sự mạch lạc trong các cuộc trò chuyện hoặc tài liệu dài hơn, làm cho nó phù hợp cho phân tích chi tiết.
• Giảm ảo giác và cải thiện độ an toàn. Mô hình này được thiết kế để giảm thiểu việc tạo ra thông tin không chính xác hoặc gây hiểu lầm. Các giao thức an toàn nâng cao đảm bảo đầu ra phù hợp và an toàn cho người dùng.

Các khả năng được cung cấp bởi GPT-4o hỗ trợ nhiều trường hợp sử dụng trong ngành, bao gồm những điều sau:

• Hỗ trợ khách hàng. Các tổ chức có thể sử dụng GPT-4o để xây dựng chatbot cho các tương tác theo thời gian thực.
• Pháp lý. GPT-4o có thể giúp các công ty luật tóm tắt các vụ án, cũng như thực hiện nghiên cứu pháp lý và đánh giá hợp đồng.
• Y tế. Các tổ chức y tế có thể sử dụng GPT-4o để phân tích hồ sơ bệnh nhân và hỗ trợ chẩn đoán.
• Giáo dục và đào tạo. GPT-4o có thể giúp các tổ chức giáo dục tạo ra các hướng dẫn tương tác và giải thích nội dung.

Cách sử dụng GPT-4o

Có một số cách người dùng và tổ chức có thể sử dụng GPT-4o.

• ChatGPT Miễn phí. Mô hình GPT-4o có sẵn cho người dùng miễn phí chatbot ChatGPT của OpenAI. Người dùng ChatGPT Miễn phí bị hạn chế quyền truy cập tin nhắn và sẽ không được truy cập một số tính năng nâng cao, bao gồm thị giác, tải lên tệp và phân tích dữ liệu.
• ChatGPT Plus. Người dùng dịch vụ trả phí của OpenAI cho ChatGPT có toàn quyền truy cập vào GPT-4o, không có các hạn chế về tính năng được áp dụng cho người dùng miễn phí. Tính đến tháng 12 năm 2024, ChatGPT Plus có giá 20 đô la một tháng.
• ChatGPT Pro. ChatGPT Pro – phiên bản nâng cao nhất của ChatGPT bao gồm các mô hình o1 – cũng cung cấp quyền truy cập vào GPT-4o. Tính đến tháng 12 năm 2024, ChatGPT Pro có giá 200 đô la một tháng.
• ChatGPT Team. Phiên bản hướng đến nhóm của ChatGPT cũng cung cấp quyền truy cập vào GPT-4o. Tính đến tháng 12 năm 2024, ChatGPT Team có giá 25 đô la cho mỗi người dùng, mỗi tháng.
• Truy cập API. Các nhà phát triển có thể truy cập GPT-4o thông qua API của OpenAI. Điều này cho phép tích hợp vào các ứng dụng để tận dụng tối đa khả năng của GPT-4o cho các tác vụ. Giá API tính đến tháng 12 năm 2024 cho GPT-4o là 2,50 đô la cho mỗi 1 triệu token đầu vào và 10,00 đô la cho mỗi 1 triệu token đầu ra. Giá cho GPT-4o mini là 0,150 đô la cho mỗi 1 triệu token đầu vào và 0,600 đô la cho mỗi 1 triệu token đầu ra.
• Ứng dụng máy tính để bàn. OpenAI đã tích hợp GPT-4o vào các ứng dụng máy tính để bàn, bao gồm một ứng dụng mới cho macOS của Apple cũng được ra mắt vào ngày 13 tháng 5.
• GPT tùy chỉnh. Các tổ chức có thể tạo các phiên bản GPT tùy chỉnh của GPT-4o được điều chỉnh cho các nhu cầu kinh doanh hoặc phòng ban cụ thể. Các mô hình tùy chỉnh có thể được cung cấp cho người dùng thông qua GPT Store của OpenAI.
• Dịch vụ Microsoft OpenAI. Người dùng có thể khám phá khả năng của GPT-4o trong chế độ xem trước trong Microsoft Azure OpenAI Studio được thiết kế để xử lý đầu vào đa phương thức, bao gồm văn bản và thị giác. Tính biến đổi dựa trên khu vực. Giá toàn cầu cho GPT-4o là 2,50 đô la cho mỗi 1 triệu token đầu vào và 10,00 đô la cho mỗi 1 triệu token đầu ra, trong khi giá cho GPT-4o mini là 0,150 đô la cho mỗi 1 triệu token đầu vào và 0,600 đô la cho mỗi 1 triệu token đầu ra.

Hạn chế của GPT-4o

Mặc dù GPT-4o cung cấp nhiều khả năng, mô hình này có các hạn chế sau:

• Cửa sổ ngữ cảnh. Giới hạn cửa sổ ngữ cảnh 128K của GPT-4o là đủ cho nhiều tác vụ, nhưng không phải tất cả. Google tuyên bố mô hình Gemini Pro 1.5 của họ có cửa sổ ngữ cảnh 2 triệu token.
• Giới hạn kiến thức. Dữ liệu đào tạo cho GPT-4o bị giới hạn ở dữ liệu từ tháng 10 năm 2023 trở về trước.
• Rủi ro ảo giác. Giống như bất kỳ mô hình AI tạo sinh nào, GPT-4o không hoàn hảo và có rủi ro tạo ra ảo giác AI.
• Thiên vị. Mặc dù OpenAI đã cố gắng hạn chế sự thiên vị, nhưng vẫn có khả năng mô hình cung cấp các phản hồi có thể không đại diện cho các quan điểm đa dạng.
• Suy luận. GPT-4o bị hạn chế về khả năng suy luận, đặc biệt là so với dòng mô hình o1 của OpenAI, được thiết kế đặc biệt để giải quyết thách thức đó.
• Bảo mật. Có một rủi ro tiềm ẩn là GPT-4o có thể bị ảnh hưởng bởi các đầu vào đối nghịch nhằm mục đích đánh lừa mô hình tạo ra đầu ra không mong muốn.

GPT-4 so với GPT-4 Turbo so với GPT-4o

Dưới đây là cái nhìn nhanh về sự khác biệt giữa GPT-4, GPT-4 Turbo và GPT-4o:

Tính năng/Mô hình	GPT-4	GPT-4 Turbo	GPT-4o
Ngày phát hành	14 tháng 3 năm 2023	Tháng 11 năm 2023	13 tháng 5 năm 2024
Cửa sổ ngữ cảnh	8.192 token	128.000 token	128.000 token
Giới hạn kiến thức	Tháng 9 năm 2021	Tháng 12 năm 2023	Tháng 10 năm 2023
Phương thức đầu vào	Văn bản, xử lý hình ảnh hạn chế	Văn bản, hình ảnh (nâng cao)	Văn bản, hình ảnh, âm thanh (khả năng đa phương thức đầy đủ)
Khả năng thị giác	Cơ bản	Nâng cao, bao gồm tạo hình ảnh thông qua Dall-E 3	Khả năng thị giác và âm thanh nâng cao
Khả năng đa phương thức	Hạn chế	Xử lý hình ảnh và văn bản nâng cao	Tích hợp đầy đủ văn bản, hình ảnh và âm thanh

Ghi chú của biên tập viên: Bài viết này đã được cập nhật vào tháng 1 năm 2025 để phản ánh thông tin sản phẩm và giá cả được cập nhật và để cải thiện trải nghiệm đọc của người đọc.
Sean Michael Kerner là một nhà tư vấn CNTT, người đam mê công nghệ và người mày mò. Ông đã kéo Token Ring, cấu hình NetWare và được biết là đã biên dịch kernel Linux của riêng mình. Ông tư vấn cho các tổ chức truyền thông và ngành về các vấn đề công nghệ.

Đăng ký nhận bản tin từ Website TXL

Tìm kiếm tức thì các thông tin tại website: tranxuanloc.com

Mẹo tìm kiếm: "Từ khóa cần tìm kiếm" site:tranxuanloc.com để tìm được kết quả chính xác trên công cụ tìm kiếm của google