25 juillet 2024
Découvrez les caractéristiques et les applications du GPT-4o Mini. Le modèle le plus récent et le plus économique d'OpenAI offre des capacités d'IA avancées à un prix 60 % inférieur à celui du GPT-3.5 Turbo.
En mai 2024, OpenAI a publié GPT-4o, et maintenant, seulement trois mois plus tard, ils sont de retour avec un autre modèle impressionnant : GPT-4o Mini. Le 18 juillet 2024, OpenAI a présenté GPT-4o Mini. Ils l'appellent leur "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 abordable.
GPT-4o Mini prend actuellement en charge les interactions textuelles et visuelles, et de futures mises à jour devraient permettre d'ajouter des capacités de traitement des images, des vidéos et de l'audio. Dans cet article, nous allons explorer ce qu'est la GPT-4o Mini, ses caractéristiques principales, comment elle peut être utilisée, les différences entre la GPT-4 et la GPT-4o Mini, et comment elle peut être utilisée dans divers cas d'utilisation de la vision par ordinateur. Plongeons dans cet article et voyons ce que GPT-4o Mini a à offrir !
GPT-4o Mini est le dernier né de la gamme de modèles d'IA d'OpenAI, conçu pour être plus rentable et plus accessible. Il s'agit d'un modèle multimodal à grand langage (LLM), ce qui signifie qu'il peut traiter et générer différents types de données, telles que du texte, des images, des vidéos et de l'audio. Le modèle s'appuie sur les forces des modèles précédents, tels que le GPT-4 et le GPT-4o, pour offrir des capacités puissantes dans un format compact.
GPT-4o Mini est 60 % moins cher que GPT-3.5 Turbo, coûtant 15 cents par million de jetons d'entrée (unités de texte ou de données que le modèle traite) et 60 cents par million de jetons de sortie (unités que le modèle génère en réponse). Pour donner un ordre d'idée, un million de jetons équivaut à peu près au traitement de 2 500 pages de texte. Avec une fenêtre contextuelle de 128 000 jetons et la possibilité de traiter jusqu'à 16 000 jetons de sortie par demande, GPT-4o Mini est conçu pour être à la fois efficace et abordable.
Le GPT-4o Mini prend en charge une série de tâches qui en font une excellente option pour diverses applications. Il peut être utilisé pour exécuter plusieurs opérations à la fois, telles que l'appel de plusieurs API, le traitement de grandes quantités de données telles que des bases de code complètes ou des historiques de conversation, et la fourniture de réponses rapides et en temps réel dans les chatbots d'assistance à la clientèle.
Voici quelques autres caractéristiques essentielles :
Vous pouvez essayer d'utiliser GPT-4o Mini via l'interface ChatGPT. Il est accessible aux utilisateurs Free, Plus et Team, et remplace GPT-3.5 comme indiqué ci-dessous. Les utilisateurs d'entreprise y auront également accès prochainement, conformément à l'objectif d'OpenAI de fournir des avantages en matière d'IA à tous. GPT-4o Mini est également disponible via l'API pour les développeurs qui souhaitent intégrer ses fonctionnalités dans leurs applications. Pour l'instant, les capacités de vision ne sont accessibles que par l'intermédiaire de l'API.
La GPT-4o Mini et la GPT-4o affichent toutes deux des performances impressionnantes sur différents bancs d'essai. Bien que GPT-4o soit généralement plus performant que GPT-4o Mini, GPT-4o Mini reste une solution rentable pour les tâches quotidiennes. Les tests de référence comprennent des tâches de raisonnement, des compétences en mathématiques et en codage, ainsi que le raisonnement multimodal. Comme le montre l'image ci-dessous, le GPT-4o Mini obtient des résultats assez élevés par rapport à d'autres modèles populaires.
Une question intéressante qui a fait l'objet d'un débat en ligne concerne les LLM populaires qui comparent des nombres décimaux de manière incorrecte. Lorsque nous avons mis GPT-4o et GPT-4o Mini à l'épreuve, leurs capacités de raisonnement ont montré de nettes différences. Dans l'image ci-dessous, nous avons demandé aux deux modèles lequel est le plus grand : 9,11 ou 9,9, puis nous leur avons demandé d'expliquer leur raisonnement.
Les deux modèles répondent d'abord de manière incorrecte et affirment que 9,11 est plus grand. Cependant, le modèle GPT-4o est capable de raisonner pour trouver la bonne réponse et affirme que 9,9 est plus grand. Il fournit une explication détaillée et compare les décimales avec précision. En revanche, GPT-4o Mini s'obstine à maintenir sa réponse initiale erronée bien qu'il ait correctement compris le raisonnement qui fait que 9,9 est plus grand.
Les deux modèles font preuve d'une grande capacité de raisonnement. La capacité de GPT-4o à se corriger lui-même le rend supérieur et utile pour les tâches plus complexes. GPT-4o Mini, bien que moins adaptable, offre toujours un raisonnement clair et précis pour les tâches plus simples.
Si vous préférez explorer les capacités de vision de GPT-4o Mini sans plonger dans le code, vous pouvez facilement tester l'API sur l'OpenAI Playground. Nous l'avons testé nous-mêmes pour voir comment GPT-4o Mini est capable de gérer divers cas d'utilisation liés à la vision par ordinateur.
Nous avons demandé à GPT-4o Mini de classer deux images: celle d'un papillon et celle d'une carte. Le modèle d'IA a identifié avec succès le papillon et la carte. Il s'agit d'une tâche assez simple étant donné que les images sont très différentes.
Nous avons ensuite soumis deux autres images au modèle : l'une montrant un papillon posé sur une plante et l'autre montrant un papillon posé sur le sol. L'IA a de nouveau fait un excellent travail, repérant correctement le papillon posé sur la plante et celui posé sur le sol. Nous avons donc franchi une nouvelle étape.
Nous avons ensuite demandé à GPT-4o Mini de classer deux images : l'une montrant un papillon se nourrissant des fleurs d'une asclépiade des marais et l'autre montrant un papillon se nourrissant d'une fleur de zinnia. Il est étonnant que le modèle ait pu classer une étiquette aussi spécifique sans autre forme de procès. Ces exemples rapides montrent que GPT-4o Mini pourrait être utilisé pour des tâches de classification d'images sans nécessiter d'entraînement personnalisé.
Pour l'instant, les tâches de vision artificielle telles que la détection d'objets et la segmentation d'instances ne peuvent pas être traitées avec GPT-4o Mini. GPT-4o a du mal à être précis, mais il peut être utilisé pour ces tâches. Dans le même ordre d'idées, en ce qui concerne la compréhension des poses, nous ne pouvons pas détecter ou estimer la pose dans l'image, mais nous pouvons classer et comprendre la pose.
L'image ci-dessus montre comment GPT-4o Mini peut classer et comprendre les poses, même s'il n'est pas en mesure de détecter ou d'estimer les coordonnées précises de la pose. Cela peut s'avérer utile dans différentes applications. Par exemple, dans le domaine de l'analyse sportive, il peut évaluer les mouvements des athlètes et aider à prévenir les blessures. De même, en kinésithérapie, elle peut aider à surveiller les exercices pour s'assurer que les patients font les bons mouvements pendant la rééducation. Dans le domaine de la surveillance, il peut également aider à identifier les activités suspectes en analysant le langage corporel général. Bien que le GPT-4o Mini ne puisse pas détecter des points clés spécifiques, sa capacité à classifier des poses générales le rend utile dans ces domaines et dans d'autres.
Nous avons vu ce que GPT-4o Mini peut faire. Voyons maintenant quelles sont les applications pour lesquelles l'utilisation de GPT-4o Mini est la plus optimale.
Le GPT-4o Mini est idéal pour les applications qui nécessitent une compréhension avancée du langage naturel et un faible encombrement informatique. Il permet d'intégrer l'IA dans des applications où elle serait normalement trop coûteuse. En fait, une analyse détaillée réalisée par Artificial Analysis montre que GPT-4o Mini fournit des réponses de haute qualité à des vitesses fulgurantes par rapport à la plupart des autres modèles.
Voici quelques domaines clés dans lesquels elle pourrait briller à l'avenir :
GPT-4o Mini crée de nouvelles opportunités pour l'avenir de l'IA multimodale. Le coût du traitement de chaque texte ou donnée, appelé coût par jeton, a considérablement diminué - de près de 99 % - depuis 2022, date à laquelle text-davinci-003, le modèle GPT-3, a été mis sur le marché. La diminution du coût montre une nette tendance à rendre l'IA avancée plus abordable. Les modèles d'IA continuant à s'améliorer, il est de plus en plus probable que l'intégration de l'IA dans chaque application et site web sera économiquement viable !
Vous voulez mettre la main à la pâte avec l'IA ? Visitez notre dépôt GitHub pour découvrir nos innovations et faire partie de notre communauté active. Pour en savoir plus sur les applications de l'IA dans les secteurs de la fabrication et de l'agriculture, consultez nos pages consacrées aux solutions.
.webp)
