Analyse approfondie des capacités de GPT-4o Mini d’OpenAI

En mai 2024, OpenAI a lancé GPT-4o, puis, deux mois plus tard, a présenté un autre modèle : GPT-4o Mini. Le 18 juillet 2024, OpenAI a lancé GPT-4o Mini, le qualifiant de « petit modèle le plus rentable ». GPT-4o Mini est un modèle compact qui s’appuie sur les capacités des modèles précédents et vise à rendre l’IA avancée plus accessible et plus abordable.

GPT-4o Mini prend actuellement en charge les interactions textuelles et visuelles, et de futures mises à jour devraient lui permettre de traiter des images, des vidéos et de l’audio. Dans cet article, nous allons voir ce qu’est GPT-4o Mini, quelles sont ses fonctionnalités phares, comment l’utiliser, quelles différences le distinguent de GPT-4o et comment l’employer dans divers cas d’usage de la vision par ordinateur.

Qu’est-ce que GPT-4o Mini ?#

GPT-4o Mini est le dernier modèle d’IA ajouté à la gamme d’OpenAI. Il a été conçu pour être plus rentable et plus accessible. C’est un grand modèle de langage (LLM) multimodal, ce qui signifie qu’il peut traiter plusieurs types de données, comme du texte et des images. Ce modèle s’appuie sur les atouts de modèles précédents comme GPT-4 et GPT-4o pour offrir de puissantes capacités dans un format compact.

GPT-4o Mini coûte 60 % moins cher que GPT-3.5 Turbo : 15 cents par million de jetons d’entrée (unités de texte ou de données traitées par le modèle) et 60 cents par million de jetons de sortie (unités générées par le modèle en réponse). À titre de comparaison, un million de jetons équivaut environ au traitement de 2 500 pages de texte. Avec une fenêtre de contexte de 128K jetons et la capacité de traiter jusqu’à 16K jetons de sortie par requête, GPT-4o Mini est conçu pour allier efficacité et faible coût.

Fig. 1. GPT-4o Mini coûte 60 % moins cher que GPT-3.5 Turbo.

Principales fonctionnalités de GPT-4o Mini#

GPT-4o Mini prend en charge de nombreuses tâches qui en font une excellente option pour différentes applications. Tu peux l’utiliser pour exécuter plusieurs opérations simultanément, comme appeler plusieurs API, traiter de grandes quantités de données telles que des bases de code complètes ou des historiques de conversations, et fournir des réponses rapides en temps réel dans des chatbots de service client.

Voici d’autres fonctionnalités clés :

• Base de connaissances mise à jour : les connaissances du modèle s’arrêtent en octobre 2023.
• Tokenizer amélioré : GPT-4o Mini réduit le coût du traitement des textes non anglophones.
• Mesures de sécurité robustes : elles incluent le filtrage des contenus nuisibles et la protection contre les problèmes de sécurité, comme les injections de prompt et les manipulations du système.

Bien démarrer avec GPT-4o Mini#

Tu peux essayer GPT-4o Mini via l’interface ChatGPT. Il est accessible aux utilisateurs des offres Free, Plus et Team, et remplace GPT-3.5, comme indiqué ci-dessous. Les utilisateurs Enterprise y auront bientôt accès, conformément à l’objectif d’OpenAI de faire profiter tout le monde des avantages de l’IA. GPT-4o Mini est également disponible via l’API pour les développeurs qui souhaitent intégrer ses fonctionnalités à leurs applications. Pour le moment, les fonctionnalités visuelles sont accessibles uniquement via l’API.

Fig 2. Options de modèles dans ChatGPT.

Différences entre GPT-4o et GPT-4o Mini#

GPT-4o Mini et GPT-4o affichent tous deux d’excellents résultats sur différents benchmarks. GPT-4o surpasse généralement GPT-4o Mini, mais GPT-4o Mini reste une solution économique pour les tâches quotidiennes. Les benchmarks évaluent le raisonnement, les compétences en mathématiques et en programmation, ainsi que le raisonnement multimodal. Comme le montre l’image ci-dessous, GPT-4o Mini obtient de très bons résultats par rapport à d’autres modèles populaires.

Fig. 3. Comparaison de GPT-4o Mini avec d’autres modèles populaires.

Mise en pratique avec GPT-4o et GPT-4o Mini#

Un prompt intéressant qui fait débat en ligne concerne les erreurs de comparaison de nombres décimaux par les grands modèles de langage populaires. Lorsque nous avons testé GPT-4o et GPT-4o Mini, leurs capacités de raisonnement ont révélé des différences nettes. Dans l’image ci-dessous, nous avons demandé aux deux modèles lequel de 9.11 ou de 9.9 était le plus grand, puis nous leur avons demandé d’expliquer leur raisonnement.

Fig. 4. Test de GPT-4o et GPT-4o Mini.

Les deux modèles répondent d’abord de façon incorrecte et affirment que 9.11 est supérieur. Cependant, GPT-4o parvient à raisonner jusqu’à la bonne réponse et indique que 9.9 est supérieur. Il fournit une explication détaillée et compare correctement les nombres décimaux. À l’inverse, GPT-4o Mini s’obstine à maintenir sa réponse initiale erronée, malgré un raisonnement correct pour déterminer que 9.9 est supérieur.

Les deux modèles font preuve de solides capacités de raisonnement. GPT-4o est supérieur et utile pour des tâches plus complexes grâce à sa capacité à se corriger. GPT-4o Mini, bien que moins adaptable, fournit tout de même un raisonnement clair et précis pour les tâches plus simples.

Utiliser GPT-4o Mini pour diverses applications de vision par ordinateur#

Si tu souhaites explorer les fonctionnalités visuelles de GPT-4o Mini sans te plonger dans le code, tu peux facilement tester l’API sur l’OpenAI Playground. Nous l’avons nous-mêmes essayé afin d’évaluer la capacité de GPT-4o Mini à traiter différents cas d’usage liés à la vision par ordinateur.

Classification d’images avec GPT-4o Mini#

Nous avons demandé à GPT-4o Mini de classer deux images : l’une représentant un papillon et l’autre une carte. Le modèle d’IA a correctement identifié le papillon et la carte. Il s’agit d’une tâche assez simple, car les images sont très différentes.

Fig. 5. Classification d’images avec GPT-4o Mini.

Nous avons ensuite soumis deux autres images au modèle : l’une montrait un papillon posé sur une plante et l’autre un papillon posé au sol. L’IA a de nouveau obtenu d’excellents résultats, en repérant correctement le papillon sur la plante et celui au sol. Nous avons alors poussé l’expérience un peu plus loin.

Fig. 6. Classification d’images similaires avec GPT-4o Mini.

Nous avons ensuite demandé à GPT-4o Mini de classer deux images : l’une montrant un papillon se nourrissant des fleurs d’une asclépiade incarnate, et l’autre un papillon se nourrissant d’une fleur de zinnia. Le modèle a notamment pu attribuer une étiquette aussi précise sans ajustement fin supplémentaire. Ces exemples rapides montrent que GPT-4o Mini pourrait être utilisé pour des tâches de classification d’images sans entraînement personnalisé.

Fig. 7. Classification d’images détaillées avec GPT-4o Mini.

Comprendre les poses avec GPT-4o Mini#

Au moment de la rédaction, GPT-4o Mini ne peut pas effectuer de tâches de vision par ordinateur comme la détection d’objets et la segmentation d’instances. GPT-4o peut essayer de les effectuer, mais sa précision est limitée. De même, pour la compréhension des poses, le modèle ne peut ni détecter les points clés ni estimer la pose dans une image, mais il peut classer et décrire la pose.

Fig. 8. Utilisation de GPT-4o Mini pour comprendre les poses dans une image.

L’image ci-dessus montre que GPT-4o Mini peut classer et comprendre les poses, même s’il ne peut ni détecter ni estimer les coordonnées précises de la pose. Cela peut être utile dans différentes applications. Par exemple, en analyse sportive, il peut évaluer globalement les mouvements des athlètes et contribuer à prévenir les blessures. De même, en kinésithérapie, il peut aider à suivre les exercices pour s’assurer que les patients effectuent les bons mouvements pendant leur rééducation. Dans le domaine de la surveillance, il peut aider à repérer les activités suspectes en analysant le langage corporel général. GPT-4o Mini ne peut pas détecter de points clés précis, mais sa capacité à classer les poses de manière générale le rend utile dans ces domaines et d’autres. Les modèles OpenAI plus récents, comme GPT-6 Luna et GPT-6.1 Sol, peuvent dessiner des boîtes englobantes, et le classement comparatif VLM d’Ultralytics compare leur précision de détection d’objets sur des jeux de données réels.

Applications adaptées à GPT-4o Mini#

Nous avons examiné les capacités de GPT-4o Mini. Voyons maintenant quelles applications lui conviennent le mieux.

GPT-4o Mini est bien adapté aux applications qui nécessitent une compréhension avancée du langage naturel et une faible puissance de calcul. Il permet d’intégrer l’IA à des applications pour lesquelles son coût serait normalement prohibitif. En effet, une analyse détaillée d’Artificial Analysis montre que GPT-4o Mini fournit des réponses de qualité à une vitesse de génération supérieure à celle de la plupart des autres modèles.

Fig. 9. Qualité et vitesse de génération de GPT-4o Mini.

Voici quelques domaines clés où il pourrait être utile :

• Assistants virtuels et chatbots : GPT-4o Mini peut fournir des réponses rapides et pertinentes afin d’améliorer les interactions avec les utilisateurs.
• Outils pédagogiques : le modèle peut servir à créer des outils proposant du tutorat personnalisé et la génération de contenu.
• Outils de productivité : il peut faciliter des tâches comme résumer des documents, rédiger des e-mails et traduire des langues pour gagner en efficacité.
• Traduction linguistique : GPT-4o Mini peut servir à développer des outils de traduction automatique qui fournissent des traductions précises en temps réel et facilitent la communication entre différentes langues.

GPT-4o Mini ouvre de nouvelles perspectives#

GPT-4o Mini ouvre de nouvelles perspectives pour l’avenir de l’IA multimodale. Le coût de traitement de chaque élément de texte ou de données, appelé coût par jeton, a considérablement diminué, de près de 99 % depuis 2022, année de la sortie de text-davinci-003, le modèle GPT-3. Cette baisse des coûts témoigne d’une tendance claire vers une IA avancée plus abordable. À mesure que les modèles d’IA continuent de s’améliorer, intégrer l’IA à chaque application et site Web devient de plus en plus viable sur le plan économique.

Tu veux mettre l’IA en pratique ? Consulte notre dépôt GitHub pour découvrir nos innovations et rejoindre notre communauté active. Découvre-en plus sur les applications de l’IA dans l’industrie manufacturière et l’agriculture sur nos pages consacrées aux solutions.