Un'analisi approfondita delle capacità di GPT-4o Mini di OpenAI

A maggio 2024, OpenAI ha rilasciato GPT-4o e ora, appena tre mesi dopo, torna con un altro modello impressionante: GPT-4o Mini. Il 18 luglio 2024, OpenAI ha presentato GPT-4o Mini. Lo definisce il suo «modello più conveniente»! GPT-4o Mini è un modello compatto che si basa sulle funzionalità dei modelli precedenti e mira a rendere l'AI avanzata più accessibile e conveniente.

Attualmente GPT-4o Mini supporta interazioni testuali e visive, mentre gli aggiornamenti futuri dovrebbero aggiungere funzionalità per la gestione di immagini, video e audio. In questo articolo esploreremo cos'è GPT-4o Mini, le sue funzionalità principali, come può essere utilizzato, le differenze tra GPT-4 e GPT-4o Mini e come può essere impiegato in diversi casi d'uso della computer vision. Scopriamo insieme cosa offre GPT-4o Mini!

Che cos'è GPT-4o Mini?#

GPT-4o Mini è l'ultima aggiunta alla gamma di modelli AI di OpenAI, progettata per essere più conveniente e accessibile. È un modello linguistico di grandi dimensioni (LLM) multimodale, ovvero può elaborare e generare diversi tipi di dati, come testo, immagini, video e audio. Il modello si basa sui punti di forza di modelli precedenti come GPT-4 e GPT-4o per offrire funzionalità avanzate in un formato compatto.

GPT-4o Mini costa il 60% in meno di GPT-3.5 Turbo: 15 centesimi per milione di token di input (unità di testo o dati elaborati dal modello) e 60 centesimi per milione di token di output (unità generate dal modello in risposta). Per fare un confronto, un milione di token equivale all'incirca all'elaborazione di 2.500 pagine di testo. Con una finestra di contesto di 128K token e la capacità di gestire fino a 16K token di output per richiesta, GPT-4o Mini è progettato per essere efficiente e conveniente.

Fig. 1. GPT-4o Mini costa il 60% in meno di GPT-3.5 Turbo.

Funzionalità principali di GPT-4o Mini#

GPT-4o Mini supporta una serie di attività che lo rendono un'ottima opzione per diverse applicazioni. Può essere utilizzato per eseguire più operazioni contemporaneamente, come chiamare diverse API, gestire grandi quantità di dati come basi di codice complete o cronologie delle conversazioni e fornire risposte rapide in tempo reale nei chatbot per l'assistenza clienti.

Ecco alcune altre funzionalità principali:

• Base di conoscenze aggiornata: Il modello contiene informazioni fino a ottobre 2023.
• Tokenizer migliorato: GPT-4o Mini rende più conveniente l'elaborazione di testo non in inglese.
• Solide misure di sicurezza: Queste misure includono il filtraggio dei contenuti dannosi e la protezione da problemi di sicurezza come le prompt injection e le manipolazioni del sistema.

Iniziare a usare GPT-4o Mini#

Puoi provare GPT-4o Mini tramite l'interfaccia di ChatGPT. È accessibile agli utenti Free, Plus e Team e sostituisce GPT-3.5, come mostrato di seguito. Anche gli utenti Enterprise potranno accedervi presto, in linea con l'obiettivo di OpenAI di offrire i vantaggi dell'AI a tutti. GPT-4o Mini è disponibile anche tramite API per gli sviluppatori che vogliono integrare le sue funzionalità nelle proprie applicazioni. Al momento, le funzionalità visive sono accessibili solo tramite API.

Fig. 2. Opzioni dei modelli in ChatGPT.

La differenza tra GPT-4o e GPT-4o Mini#

GPT-4o Mini e GPT-4o offrono entrambi prestazioni notevoli in diversi benchmark. Sebbene GPT-4o superi generalmente GPT-4o Mini, GPT-4o Mini è comunque una soluzione conveniente per le attività quotidiane. I benchmark includono attività di ragionamento, competenze matematiche e di programmazione e ragionamento multimodale. Come mostrato nell'immagine seguente, GPT-4o Mini ottiene risultati piuttosto elevati rispetto ad altri modelli diffusi.

Fig. 3. Confronto tra GPT-4o Mini e altri modelli diffusi.

Mettere alla prova GPT-4o e GPT-4o Mini#

Un prompt interessante, discusso online, riguarda il fatto che le LLM più diffuse confrontino erroneamente i numeri decimali. Quando abbiamo messo alla prova GPT-4o e GPT-4o Mini, le loro capacità di ragionamento hanno mostrato differenze evidenti. Nell'immagine seguente abbiamo chiesto a entrambi i modelli quale fosse maggiore: 9.11 o 9.9, e poi abbiamo chiesto loro di spiegare il ragionamento.

Fig. 4. Test di GPT-4o e GPT-4o Mini.

Inizialmente entrambi i modelli rispondono in modo errato e affermano che 9.11 è maggiore. Tuttavia, GPT-4o riesce a ragionare fino ad arrivare alla risposta corretta e afferma che 9.9 è maggiore. Fornisce una spiegazione dettagliata e confronta correttamente i numeri decimali. Al contrario, GPT-4o Mini mantiene ostinatamente la risposta iniziale errata, nonostante riesca a ricostruire correttamente il ragionamento alla base del fatto che 9.9 sia maggiore.

Entrambi i modelli dimostrano solide capacità di ragionamento. La capacità di GPT-4o di correggersi lo rende superiore e utile per attività più complesse. GPT-4o Mini, sebbene meno adattabile, offre comunque ragionamenti chiari e accurati per le attività più semplici.

Utilizzare GPT-4o Mini per diversi casi d'uso della computer vision#

Se preferisci esplorare le funzionalità visive di GPT-4o Mini senza immergerti nel codice, puoi testare facilmente l'API su OpenAI Playground. Lo abbiamo provato per verificare quanto GPT-4o Mini riesca a gestire diversi casi d'uso legati alla computer vision.

Classificazione delle immagini con GPT-4o Mini#

Abbiamo chiesto a GPT-4o Mini di classificare due immagini: una raffigurante una farfalla e una raffigurante una mappa. Il modello AI ha identificato correttamente la farfalla e la mappa. È un'attività piuttosto semplice, dato che le immagini sono molto diverse.

Fig. 5. Classificazione delle immagini con l'aiuto di GPT-4o Mini.

Abbiamo poi sottoposto al modello altre due immagini: una raffigurante una farfalla appoggiata su una pianta e un'altra raffigurante una farfalla appoggiata a terra. Anche questa volta l'AI ha svolto un ottimo lavoro, individuando correttamente la farfalla sulla pianta e quella a terra. Abbiamo quindi fatto un ulteriore passo avanti.

Fig. 6. Classificazione di immagini simili con l'aiuto di GPT-4o Mini.

Abbiamo quindi chiesto a GPT-4o Mini di classificare due immagini: una raffigurante una farfalla che si nutre dei fiori di una pianta di asclepiade e l'altra raffigurante una farfalla che si nutre del fiore di una Zinnia. È sorprendente che il modello sia riuscito a classificare un'etichetta così specifica senza ulteriore fine-tuning. Questi rapidi esempi mostrano che GPT-4o Mini potrebbe essere utilizzato per attività di classificazione delle immagini senza dover ricorrere ad addestramento personalizzato.

Fig. 7. Classificazione di immagini dettagliate con l'aiuto di GPT-4o Mini.

Comprendere le pose con GPT-4o Mini#

Al momento, le attività di computer vision come il rilevamento degli oggetti e la segmentazione delle istanze non possono essere gestite con GPT-4o Mini. GPT-4o presenta difficoltà in termini di accuratezza, ma può essere utilizzato per queste attività. Allo stesso modo, per quanto riguarda la comprensione delle pose, non possiamo rilevare o stimare la posa nell'immagine, ma possiamo classificarla e comprenderla.

Fig. 8. Utilizzo di GPT-4o Mini per comprendere le pose in un'immagine.

L'immagine sopra mostra come GPT-4o Mini possa classificare e comprendere le pose, pur non riuscendo a rilevare o stimare le coordinate precise della posa. Questo può essere utile in diverse applicazioni. Ad esempio, nell'analisi sportiva, può valutare in modo generale i movimenti degli atleti e contribuire a prevenire gli infortuni. Analogamente, nella fisioterapia, può aiutare a monitorare gli esercizi per assicurarsi che i pazienti eseguano i movimenti corretti durante la riabilitazione. Anche nella sorveglianza, può aiutare a identificare attività sospette analizzando il linguaggio del corpo generale. Sebbene GPT-4o Mini non riesca a rilevare punti chiave specifici, la sua capacità di classificare le pose generali lo rende utile in questi e in altri settori.

Applicazioni per cui GPT-4o Mini è adatto#

Abbiamo visto cosa può fare GPT-4o Mini. Ora discutiamo delle applicazioni in cui è più opportuno utilizzare GPT-4o Mini.

GPT-4o Mini è ideale per le applicazioni che richiedono una comprensione avanzata del linguaggio naturale e un ingombro computazionale ridotto. Permette di integrare l'AI in applicazioni in cui normalmente sarebbe troppo costoso farlo. Infatti, un'analisi dettagliata di Artificial Analysis mostra che GPT-4o Mini fornisce risposte di alta qualità a velocità elevatissime rispetto alla maggior parte degli altri modelli.

Fig. 9. Qualità e velocità di output di GPT-4o Mini.

Ecco alcune aree chiave in cui potrebbe eccellere in futuro:

• Assistenti virtuali e chatbot: GPT-4o Mini può fornire risposte rapide e intelligenti per migliorare le interazioni con gli utenti.
• Strumenti didattici: Il modello può essere utilizzato per creare strumenti che offrano tutoraggio personalizzato e generazione di contenuti.
• Strumenti per la produttività: Può migliorare attività come la sintesi di documenti, la stesura di email e la traduzione linguistica per aumentare l'efficienza.
• Traduzione linguistica: L'ultima versione di GPT può essere utilizzata per sviluppare traduttori che forniscano traduzioni linguistiche accurate e in tempo reale, migliorando la comunicazione tra lingue diverse.

GPT-4o Mini apre nuove possibilità#

GPT-4o Mini sta creando nuove opportunità per il futuro dell'AI multimodale. Il costo di elaborazione di ogni elemento di testo o dato, noto come costo per token, è diminuito sostanzialmente, di quasi il 99%, dal 2022, quando è stato rilasciato text-davinci-003, il modello GPT-3. La diminuzione dei costi mostra una chiara tendenza a rendere l'AI avanzata più conveniente. Con il continuo miglioramento dei modelli AI, diventa sempre più probabile che integrare l'AI in ogni app e sito web sia economicamente sostenibile!

Vuoi mettere alla prova l'AI? Visita il nostro repository GitHub per scoprire le nostre innovazioni e unirti alla nostra community. Scopri di più sulle applicazioni dell'AI nella produzione e nell'agricoltura nelle nostre pagine dedicate alle soluzioni.