오픈AI, GPT-4o(omni) 공개

오픈AI, GPT-4o(omni) 공개

■ 주요 내용

: 텍스트, 오디오, 이미지 인풋에 대한 실시간 아웃풋을 지원하는 모델. GPT-4에 음성(오디오) 기능 추가를 통해 어시스턴트와 유사한 형태 구현

: 벤치마크 기준 텍스트 및 코딩 등은 GPT-4 터보와 유사한 성능, 비전 및 오디오 관련 벤치마크는 기존 모델 상회

: 기존 Voice Mode는 3단계 모델을 거치며 레이턴시 이슈 발생. GPT-4o는 하나의 뉴럴 네트워크에서 이를 처리하는 방식

: 비 영어 언어에 대해 빠르고 저렴한 성능(ex 한국어는 1.7배 작은 토큰 = 2배 속도 개선과 조합하면 체감 3.4배)

: 텍스트와 이미지 기능은 챗GPT에 바로 탑재(제한 존재). Plus 유저는 5배 높은 리밋. 음성 모드는 몇 주내 Plus 유저 대상 공개

: API 기준 2배 속도, 0.5배 가격, 5배 높은 rate 리밋(vs GPT 4 터보)

https://openai.com/index/hello-gpt-4o/