GPT-4o

GPT-4o
Informations
Développé par OpenAI
Première version Voir et modifier les données sur Wikidata
Langues Multilingue
Type Transformateur pré-entraîné génératif (LLM)
Licence Licence propriétaireVoir et modifier les données sur Wikidata
Site web openai.com/gpt-4o

Chronologie des versions

GPT-4o (abréviation de « GPT-4 omni ») est un transformateur pré-entraîné génératif (grand modèle de langage, ou LLM) multilingue et multimodal conçu par l'entreprise OpenAI et rendu public en .

Il est dit multimodal (OpenAI parle d'« omnimodèle », d'où la lettre « O » ou l'appellation « omni ») c'est-à-dire qu'il peut à la fois, et en temps réel, traiter et générer : du texte, du son et des images. Il peut converser avec un ou plusieurs interlocuteurs, en plusieurs langues, en utilisant la parole en temps réel. Utilisé via un smartphone, il peut même adapter ses réponses après avoir analysé l'environnement visuel et les signaux émotionnels de ses interlocuteurs.

À sa sortie, GPT-4o était disponible gratuitement mais avec une limite d'utilisation plus élevée pour les abonnés à ChatGPT Plus. Son API est deux fois plus rapide que son prédécesseur, GPT-4 Turbo. Il existe également une version allégée nommée « GPT-4o mini ». Le tokenizer de GPT-4o utilise moins de tokens que son prédécesseur, notamment pour les langues non basées sur l'alphabet latin, ce qui rend ce modèle moins « coûteux » en ressources pour ces langues. En , le générateur d'images basé sur GPT-4o a remplacé DALL-E 3 dans ChatGPT. GPT-4o a été retiré de ChatGPT en lors de la sortie de GPT-5, mais a été réintroduit après que des utilisateurs se soient plaints du brusque changement et du caractère jugé moins chaleureux de GPT-5.

Historique

Ce modèle a été annoncé par Mira Murati, CTO d'OpenAI, lors d'une démo diffusée en direct le , et intégré à ChatGPT le même jour ; soit la veille de « Google I/O », la conférence où Google annonce de nouveaux produits (Google est l'un des principaux concurrents d'OpenAI dans les domaines des LLM).

Avant ce lancement, GPT-4o a été initialement lancé sur LMSYS, sous la forme de trois modèles différents : gpt2-chatbot, im-a-good-gpt2-chatbot et im-also-a-good-gpt2-chatbot. Le , Sam Altman a publié le tweet « im-a-good-gpt2-chatbot », interprété comme une confirmation du fait qu'OpenAI était responsable de ces nouveaux modèles (alors mystérieux) et effectuait des tests A/B.

Il ne sera gratuit via ChatGPT que pour un certain nombre de questions, en fonction du degré d'utilisation du modèle, et de la demande ; quand cette limite sera atteinte, ChatGPT basculera la conversation sur GPT-3.5.

Capacités

GPT-4o a obtenu des résultats de pointe sur des tests de performance en qualité vocale, vision et multilinguisme ; et selon OpenAI, il est 2 fois plus rapide, deux fois moins cher que GPT-4 Turbo.

À son lancement en , GPT-4o se classe en tête du classement Elo de LMSYS, avec un avantage particulièrement significatif en programmation informatique. Une fois largement disponible, il aura accès à la navigation Web, à l’analyse des données, au GPT Store et à des fonctionnalités de mémoire jusqu'alors réservées aux abonnés à ChatGPT Plus, Team et Enterprise.

Jionghao Lin et al. () notent que dans le domaine éducatif ou professionnel, les rétroactions, bilans et corrections faites par ce type d'intelligence artificielle pourraient bénéficier de leur caractère nativement multimodal. En effet, de tels « feedback multimodaux » permettent a priori d'améliorer l'apprentissage grâce à des commentaires pouvant associer le son et l'image au texte habituel. Automatiser la production de feed-backs mobilisant trois canaux sensoriels pourrait permettre de renforcer les acquisitions, et ce pour un grand nombre d’apprenants.

Risques, limites, précautions

OpenAI se dit conscient des défis de sécurité et de protection des données alors que ce modèle fonctionne en temps réel. Selon OpenAI, pour accroître la sécurité des interaction des humains avec ce modèle :

  • GPT-4o intègre la sécurité par son design initial, et pour toutes les modalités, grâce à des techniques de type filtrage des données d’entraînement ; l’affinement du comportement du modèle par post-entraînement ; filtrage des sorties vocales ;
  • GPT-4o est testé par « une vaste équipe rouge externe avec plus 70 experts externes dans des domaines tels que la psychologie sociale, les biais les préjugés et l’équité et la désinformation, pour identifier les risques introduits ou amplifiés par les modalités nouvellement ajoutées ». Et les utilisateurs seront invités à signaler d'éventuels problèmes, au fur et à mesure de leur découverte » ;
  • GPT-4o est lancé avec quelques voix prédéfinies et respectant les politiques de sécurité de l'entreprise.

En , OpenAI a annulé une mise à jour de GPT-4o qui avait rendu le modèle obséquieux au point de supporter des idées fausses ou dangereuses.

GPT-4o mini

Le , OpenAI a lancé une version plus petite et moins chère, GPT-4o mini.

Selon OpenAI, son faible coût devrait être particulièrement utile pour les entreprises, les startups et les développeurs qui cherchent à l'intégrer dans leurs services. Ce type d'utilisation implique souvent un grand nombre d'appels à l'interface de programmation (API) d'OpenAI. Celle-ci coûte 0,15 $ par million de tokens en entrée et 0,60 $ par million de tokens en sortie, contre 5 $ et 15 $ respectivement pour GPT-4o. Il est également nettement plus performant et 60 % moins cher que GPT-3.5 Turbo, qu'il a remplacé sur ChatGPT. GPT-4o mini sera disponible à l'automne 2024 sur les appareils mobiles et les ordinateurs de bureau Mac d'Apple, via le service Apple intelligence.

GPT Image 1

Image d'une arrestation publiée par le compte Twitter officiel de la Maison-Blanche, dans le style des animations du Studio Ghibli.

Le , OpenAI a sorti un modèle de génération d'images basé sur GPT-4o, qui a succédé à DALL-E 3. Ce modèle a ensuite été nommé GPT Image 1 (ou gpt-image-1), et introduit dans l'API le . OpenAI a indiqué que le modèle est rapidement devenu très populaire, avec plus de 700 millions d'images générées rien que dans la première semaine.

Voir aussi

Articles connexes