25 de julio de 2024
Explore las características y aplicaciones de GPT-4o Mini. El modelo más reciente y rentable de OpenAI ofrece capacidades avanzadas de IA a un 60% menos que GPT-3.5 Turbo.
En mayo de 2024, OpenAI lanzó GPT-4o, y ahora, solo tres meses después, regresan con otro modelo impresionante: GPT-4o Mini. El 18 de julio de 2024, OpenAI presentó GPT-4o Mini. ¡Lo están llamando su “modelo más rentable”! GPT-4o Mini es un modelo compacto que se basa en las capacidades de modelos anteriores y tiene como objetivo hacer que la IA avanzada sea más accesible y asequible.
GPT-4o Mini actualmente admite interacciones de texto y visión, y se espera que futuras actualizaciones agreguen capacidades para manejar imágenes, videos y audio. En este artículo, exploraremos qué es GPT-4o Mini, sus características más destacadas, cómo se puede usar, las diferencias entre GPT-4 y GPT-4o Mini, y cómo se puede usar en varios casos de uso de visión artificial. ¡Sumerjámonos y veamos lo que GPT-4o Mini tiene para ofrecer!
GPT-4o Mini es la última incorporación a la línea de modelos de IA de OpenAI, diseñado para ser más rentable y accesible. Es un modelo de lenguaje grande (LLM) multimodal, lo que significa que puede procesar y generar diferentes tipos de datos, como texto, imágenes, videos y audio. El modelo se basa en las fortalezas de modelos anteriores como GPT-4 y GPT-4o para ofrecer capacidades potentes en un paquete compacto.
GPT-4o Mini es un 60% más barato que GPT-3.5 Turbo, costando 15 centavos por millón de tokens de entrada (unidades de texto o datos que el modelo procesa) y 60 centavos por millón de tokens de salida (unidades que el modelo genera en respuesta). Para poner eso en perspectiva, un millón de tokens es aproximadamente equivalente a procesar 2500 páginas de texto. Con una ventana de contexto de 128K tokens y la capacidad de manejar hasta 16K tokens de salida por solicitud, GPT-4o Mini está diseñado para ser eficiente y asequible.
GPT-4o Mini admite una variedad de tareas que lo convierten en una excelente opción para diversas aplicaciones. Se puede utilizar al ejecutar varias operaciones a la vez, como llamar a múltiples API, manejar grandes cantidades de datos como bases de código completas o historiales de conversación, y proporcionar respuestas rápidas en tiempo real en chatbots de atención al cliente.
Aquí hay algunas otras características clave:
Puede intentar usar GPT-4o Mini a través de la interfaz de ChatGPT. Es accesible para usuarios Free, Plus y Team, reemplazando a GPT-3.5 como se muestra a continuación. Los usuarios Enterprise también obtendrán acceso pronto, en línea con el objetivo de OpenAI de proporcionar beneficios de IA para todos. GPT-4o Mini también está disponible a través de la API para desarrolladores que desean integrar sus capacidades en sus aplicaciones. Por el momento, las capacidades de visión son accesibles solo a través de la API.
GPT-4o Mini y GPT-4o tienen un rendimiento impresionante en varios benchmarks. Si bien GPT-4o generalmente supera a GPT-4o Mini, GPT-4o Mini sigue siendo una solución rentable para las tareas diarias. Los benchmarks incluyen tareas de razonamiento, dominio de matemáticas y codificación, y razonamiento multimodal. Como se muestra en la imagen a continuación, GPT-4o Mini tiene benchmarks bastante altos en comparación con otros modelos populares.
Un prompt interesante que se ha debatido en línea involucra a LLM populares que comparan números decimales incorrectamente. Cuando pusimos a prueba GPT-4o y GPT-4o Mini, sus habilidades de razonamiento mostraron claras diferencias. En la imagen a continuación, preguntamos a ambos modelos cuál es mayor: 9.11 o 9.9, y luego les pedimos que explicaran su razonamiento.
Inicialmente, ambos modelos responden incorrectamente y afirman que 9.11 es mayor. Sin embargo, GPT-4o es capaz de razonar hasta llegar a la respuesta correcta y afirma que 9.9 es mayor. Proporciona una explicación detallada y compara los decimales con precisión. En cambio, GPT-4o Mini mantiene obstinadamente su respuesta incorrecta inicial a pesar de comprender correctamente el razonamiento por el cual 9.9 es mayor.
Ambos modelos demuestran sólidas habilidades de razonamiento. La capacidad de GPT-4o para corregirse a sí mismo lo hace superior y útil para tareas más complejas. GPT-4o Mini, aunque menos adaptable, sigue ofreciendo un razonamiento claro y preciso para tareas más sencillas.
Si prefiere explorar las capacidades de visión de GPT-4o Mini sin sumergirse en el código, puede probar fácilmente la API en el OpenAI Playground. Nosotros mismos lo probamos para ver cómo de bien GPT-4o Mini es capaz de manejar varios casos de uso relacionados con la visión artificial.
Le pedimos a GPT-4o Mini que clasificara dos imágenes: una de una mariposa y otra de un mapa. El modelo de IA identificó con éxito la mariposa y el mapa. Esta es una tarea bastante sencilla dado que las imágenes son muy diferentes.
Continuamos y pasamos dos imágenes más por el modelo: una que mostraba una mariposa descansando sobre una planta y otra que mostraba una mariposa descansando en el suelo. La IA hizo un gran trabajo de nuevo, identificando correctamente la mariposa en la planta y la del suelo. Así que, lo llevamos un paso más allá de nuevo.
Luego le pedimos a GPT-4o Mini que clasificara dos imágenes: una que mostraba una mariposa alimentándose de las flores de un algodoncillo palustre y la otra que mostraba una mariposa alimentándose de una flor de Zinnia. Es sorprendente que el modelo fuera capaz de clasificar una etiqueta tan específica sin necesidad de un ajuste más preciso. Estos rápidos ejemplos muestran que GPT-4o Mini podría posiblemente utilizarse para tareas de clasificación de imágenes sin necesidad de un entrenamiento personalizado.
A día de hoy, las tareas de visión artificial como la detección de objetos y la segmentación de instancias no se pueden manejar utilizando GPT-4o Mini. GPT-4o tiene problemas de precisión, pero puede utilizarse para tales tareas. En esta línea, con respecto a la comprensión de poses, no podemos detectar o estimar la pose en la imagen, pero podemos clasificar y comprender la pose.
La imagen de arriba muestra cómo GPT-4o Mini puede clasificar y comprender las poses, a pesar de no ser capaz de detectar o estimar las coordenadas precisas de la pose. Esto puede ser útil en diferentes aplicaciones. Por ejemplo, en análisis deportivo, puede evaluar ampliamente los movimientos de los atletas y ayudar a prevenir lesiones. Del mismo modo, en fisioterapia, puede ayudar a supervisar los ejercicios para asegurarse de que los pacientes realizan los movimientos correctos durante la rehabilitación. También para la vigilancia, puede ayudar a identificar actividades sospechosas analizando el lenguaje corporal general. Aunque GPT-4o Mini no puede detectar puntos clave específicos, su capacidad para clasificar poses generales lo hace útil en estos y otros campos.
Hemos echado un vistazo a lo que GPT-4o Mini puede hacer. Ahora, vamos a discutir las aplicaciones en las que es más óptimo utilizar GPT-4o Mini.
GPT-4o Mini es ideal para aplicaciones que requieren una comprensión avanzada del lenguaje natural y necesitan un pequeño espacio computacional. Hace posible integrar la IA en aplicaciones donde normalmente sería demasiado caro. De hecho, un análisis detallado realizado por Artificial Analysis muestra que GPT-4o Mini proporciona respuestas de alta calidad a velocidades ultrarrápidas en comparación con la mayoría de los otros modelos.
Aquí hay algunas áreas clave donde podría destacar en el futuro:
GPT-4o Mini está creando nuevas oportunidades para el futuro de la IA multimodal. El gasto de procesar cada fragmento de texto o dato, conocido como el coste por token, ha disminuido sustancialmente, casi un 99 %, desde 2022, cuando se lanzó text-davinci-003, el modelo GPT-3. La disminución del coste muestra una clara tendencia a hacer que la IA avanzada sea más asequible. A medida que los modelos de IA continúan mejorando, es cada vez más probable que la integración de la IA en cada aplicación y sitio web sea económicamente viable.
¿Quiere experimentar de primera mano con la IA? Visite nuestro repositorio de GitHub para ver nuestras innovaciones y formar parte de nuestra activa comunidad. Obtenga más información sobre las aplicaciones de la IA en la fabricación y la agricultura en nuestras páginas de soluciones.
