CONFIRMADOCerteza de la fecha: CONFIRMADOAnunciado como firmeCon qué firmeza la fuente expresa la fecha: confirmada, programada, estimada, retrasada o sin verificar.Ver todos los pines CONFIRMADO89% DE CONFIANZAConfianza general: 89%Hasta qué punto la fuente y las referencias del pin respaldan sus fechas.Media ponderada de la firmeza con la que 4 referencias, incluida la fuente, respaldan las horas de inicio y fin del pin; una referencia cuenta la mitad por cada 180 días que sea más antigua que la más recienteMostrar todos los pines con un 75% de confianza o más
La publicación de lanzamiento de GPT-4o de OpenAI[1], fechada el 13 de mayo de 2024 y enlazada desde sus notas de versión de modelos.- Inicio
- 13 may 202490% DE CONFIANZAfuente
Lanzamiento de GPT-4o
Traducido automáticamente del original
Título original: GPT-4o Released
OpenAI lanza GPT-4o, su modelo insignia capaz de razonar con audio, imagen y texto en tiempo real, y lo convierte en el nuevo modelo predeterminado de ChatGPT.
- OpenAI anunció GPT-4o ("omni") el 13 de mayo de 2024, un modelo insignia capaz de razonar con audio, imagen y texto en tiempo real[1][3]
- Despliegue: texto e imagen en ChatGPT ese mismo día, incluido el plan gratuito, con límites de mensajes hasta 5 veces mayores para Plus; el nuevo modo de voz en alfa para Plus en las semanas siguientes; el audio en la API primero para un pequeño grupo de socios de confianza[1][3]
- TechCrunch añade una interfaz web renovada, una aplicación de escritorio para macOS (Windows más adelante en el año) y acceso desde el plan gratuito a la GPT Store, la memoria y la búsqueda web[3]
- Seguridad: evaluado según el Preparedness Framework, sin ninguna categoría por encima del riesgo Medio, y con más de 70 expertos externos de red team[1]
- Un episodio de noticias de Apple Podcasts del 13 de mayo de 2024 cubre el anuncio en un segmento, pero solo enumera títulos[2]
Características destacadas
- OpenAI entrenó un único modelo nuevo de extremo a extremo en texto, visión y audio, de modo que todas las entradas y salidas las procesa la misma red neuronal; el modo de voz anterior encadenaba tres modelos distintos y no podía percibir directamente el tono, la presencia de varios hablantes ni el ruido de fondo[4]
- Acepta cualquier combinación de texto, audio, imagen y vídeo, y genera texto, audio e imagen; las respuestas de audio tardan apenas 232 ms (320 ms de media), frente a los 2,8 s y 5,4 s de los anteriores sistemas del modo de voz[1]
- Iguala a GPT-4 Turbo en texto y código en inglés y lo supera en texto en otros idiomas, visión y audio; en la API es dos veces más rápido, cuesta la mitad y tiene límites de uso 5 veces mayores[1][3]
- OpenAI informa de resultados punteros en pruebas de percepción visual, con nuevos máximos en capacidades multilingües, de audio y de visión[4]
- Un nuevo tokenizador emplea menos tokens en 20 idiomas (por ejemplo, 4,4 veces menos en guyaratí)[1]
Comprar enChatGPT