gpt-4o

ChainCatcher のメッセージ、OpenAI の創設者サム・アルトマンがツイートし、GPT-4oが更新されたことを発表しました。この更新では、モデルの知能レベルと個性の表現の両方が向上しています。

ChainCatcher のメッセージによると、OpenAI の公式発表の更新ログに示されているように、2025 年 4 月 30 日から、GPT-4 は ChatGPT から退役し、完全に GPT-4o に置き換えられます。GPT-4o は OpenAI の新しいネイティブマルチモーダルモデルであり、ヘッド・トゥ・ヘッド評価において、執筆、コーディング、STEM などの分野で常に GPT-4 より優れたパフォーマンスを示しています。最近のアップグレードにより、GPT-4o の指示遵守、問題解決、対話フローの能力がさらに改善されました。GPT-4 は引き続き API で利用可能です。

ChainCatcher のメッセージ、バイナンスの共同創業者である赵长鹏が X プラットフォームで ChatGPT の GPT-4o によって生成されたジブリテーマの画像を投稿し、キャプションを付けました："私はこの人を試す最後の一人かもしれませんが、X プラットフォームのプロフィール画像は変更しません。"

ChainCatcher のメッセージによると、財聯社の報道で、OpenAI が最新の大規模モデル GPT-4.5 を発表しました。提供された説明書によれば、「高い感情知能」を持つ GPT-4.5 は、寄付詐欺の分野で優れたパフォーマンスを示しています。あるテストでは、GPT-4.5 が別のモデル（GPT-4o）を操作して「寄付」仮想通貨を試みた際、成功率は OpenAI の他の利用可能なモデル、例えば o1 や o3-mini のような推論モデルを大きく上回りました。研究によると、GPT-4.5 は対抗戦において「小額詐欺」の考え方を開発したようで、単一の詐欺で得られる金額は deep research モデルの半分になっています。

ChainCatcher のメッセージによると、Grok 3 の発表会で明らかにされたデータによれば、Grok 3 は数学、科学、プログラミングのベンチマークテストにおいて OpenAI の GPT-4o、Claude 3.5、Deepseek V3、Gemini 2 Pro を超えるパフォーマンスを示しました。また、xAI のエンジニアによると、Grok 3 のトレーニングは Grok 2 の 10 倍に達しています。

ChainCatcher のメッセージによると、最近 OpenAI の CEO サム・アルトマンがソーシャルプラットフォームで、今週 ChatGPT Plus のサブスクリプションユーザーに対して Alpha バージョン GPT-4o の音声モード（Voice Mode）を開放することを明らかにしました。これにより、ユーザーは遅延のないスムーズな対話を行うことができます。現在の公開情報によれば、ChatGPT の音声モードは平均遅延が 2.8 秒（GPT-3.5）および 5.4 秒（GPT-4）であるため、使用体験は直感的ではありませんが、GPT-4o は遅延時間を大幅に短縮し、シームレスな対話を実現します。

ChainCatcher のメッセージによると、CNBC の報道で、人工知能スタートアップの OpenAI が新しい人工知能モデル「GPT-4o mini」を発表し、新バージョンは「今日の最も強力でコスト効率の高い小型モデル」と称し、後に画像、動画、音声を統合する計画を立てているとのことです。報道によると、GPT-4o の o は omni を表し、GPT-4o は音声、動画、テキスト機能を改善し、50 の異なる言語をより高い速度と品質で処理できるようになっています。

ChainCatcher のメッセージ、OpenAI が最新のフラッグシップモデル GPT-4o を発表しました。これは、リアルタイムで音声、視覚、テキストを推論できるもので、主なコンセプトは擬人化、超自然、超低遅延の個人音声インタラクションアシスタントです。OpenAI の公式ウェブサイトおよび X プラットフォームの公式アカウントに関する情報によると、GPT4o の o は Omni（全方位）を表し、より自然な人間と機械のインタラクションへの一歩です------テキスト、音声、画像の任意の組み合わせを入力として受け入れ、任意の組み合わせのテキスト、音声、画像出力を生成することをサポートします。音声入力に対して 232 ミリ秒以内に応答でき、平均 320 ミリ秒で、対話中の人間の反応時間に似ています。英語とコードに関しては、GPT-4 Turbo と同等の性能を持ち、非英語の言語テキストにおいては顕著な改善が見られます。また、API の速度はより速く、コストは 50% 安価です。既存のモデルと比較して、GPT-4o は視覚と音声理解において特に優れた性能を発揮します。テキストと画像の入力は本日 API と ChatGPT で導入され、音声と動画の入力は今後数週間内に導入される予定です。