Un approfondimento sulle funzionalità di GPT-4o Mini di OpenAI

Nel maggio 2024, OpenAI ha rilasciato GPT-4o e appena due mesi dopo ha presentato un altro modello: GPT-4o Mini. Il 18 luglio 2024, OpenAI ha introdotto GPT-4o Mini, definendolo il suo «modello compatto più conveniente». GPT-4o Mini è un modello compatto che si basa sulle capacità dei modelli precedenti e mira a rendere l'AI avanzata più accessibile e conveniente.

Attualmente GPT-4o Mini supporta interazioni testuali e visive; i futuri aggiornamenti dovrebbero aggiungere funzionalità per elaborare immagini, video e audio. In questo articolo vedremo cos’è GPT-4o Mini, quali sono le sue caratteristiche principali, come può essere utilizzato, quali differenze presenta rispetto a GPT-4o e come può essere impiegato in vari casi d’uso della visione artificiale.

Che cos'è GPT-4o Mini?#

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

GPT-4o Mini costa il 60% in meno di GPT-3.5 Turbo: 15 centesimi per milione di token in input (unità di testo o dati elaborata dal modello) e 60 centesimi per milione di token in output (unità generate in risposta dal modello). Per dare un'idea, un milione di token corrisponde 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 in 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.

Caratteristiche principali di GPT-4o Mini#

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

Ecco altre caratteristiche principali:

• Base di conoscenze aggiornata: il modello ha una data limite di conoscenza fissata a ottobre 2023.
• Tokenizer migliorato: GPT-4o Mini rende più conveniente l'elaborazione di testi in lingue diverse dall'inglese.
• Misure di sicurezza robuste: includono il filtraggio dei contenuti dannosi e la protezione da problemi di sicurezza come le prompt injection e la manipolazione del sistema.

Per iniziare a usare GPT-4o Mini#

Puoi provare GPT-4o Mini tramite l’interfaccia di ChatGPT. È disponibile per gli utenti Free, Plus e Team e sostituisce GPT-3.5, come mostrato di seguito. Anche gli utenti Enterprise vi avranno presto accesso, in linea con l’obiettivo di OpenAI di offrire a tutti i vantaggi dell’AI. 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.

Differenze tra GPT-4o e GPT-4o Mini#

GPT-4o Mini e GPT-4o ottengono entrambi risultati impressionanti su diversi benchmark. In genere GPT-4o supera GPT-4o Mini, ma GPT-4o Mini resta una soluzione conveniente per le attività quotidiane. I benchmark comprendono attività di ragionamento, competenze matematiche e di programmazione e ragionamento multimodale. Come mostra l'immagine qui sotto, le prestazioni di GPT-4o Mini nei benchmark sono piuttosto elevate rispetto a quelle di altri modelli popolari.

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

Prova pratica di GPT-4o e GPT-4o Mini#

Un prompt interessante, discusso online, riguarda il modo in cui i modelli linguistici più diffusi confrontano erroneamente i numeri decimali. Mettendo alla prova GPT-4o e GPT-4o Mini, abbiamo notato chiare differenze nelle loro capacità di ragionamento. Nell'immagine qui sotto abbiamo chiesto a entrambi i modelli quale numero 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 correggere il proprio ragionamento e indica la risposta corretta: 9.9 è maggiore. Fornisce una spiegazione dettagliata e confronta correttamente i numeri decimali. GPT-4o Mini, invece, continua ostinatamente a sostenere la risposta iniziale sbagliata, pur avendo individuato correttamente il ragionamento per cui 9.9 è 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, pur essendo meno adattabile, offre comunque ragionamenti chiari e accurati per attività più semplici.

Usare GPT-4o Mini per vari casi d'uso di Visione artificiale#

Se preferisci esplorare le funzionalità visive di GPT-4o Mini senza addentrarti nel codice, puoi provare facilmente l'API su OpenAI Playground. L'abbiamo testata anche noi per vedere come GPT-4o Mini gestisce vari casi d'uso legati alla Visione artificiale.

Classificazione delle immagini con GPT-4o Mini#

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

Fig. 5. Classificazione di immagini con GPT-4o Mini.

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

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

Abbiamo poi chiesto a GPT-4o Mini di classificare due immagini: una mostrava una farfalla che si nutriva sui fiori di un’asclepiade incarnata e l’altra una farfalla che si nutriva su un fiore di zinnia. È significativo che il modello sia riuscito ad assegnare 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 a un addestramento personalizzato.

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

Comprendere le pose con GPT-4o Mini#

Al momento della stesura, GPT-4o Mini non è in grado di gestire attività di visione artificiale come il rilevamento degli oggetti e la segmentazione delle istanze. GPT-4o può tentare queste attività, ma la sua precisione è limitata. Allo stesso modo, per quanto riguarda la comprensione delle pose, il modello non è in grado di rilevare i punti chiave o stimare la posa in un’immagine, ma può classificarla e descriverla.

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

L’immagine qui sopra mostra come GPT-4o Mini riesca a classificare e comprendere le pose, pur non essendo in grado di rilevare o stimare le coordinate precise della posa. Questo può essere utile in diverse applicazioni. Ad esempio, nell’analisi sportiva, può valutare in termini generali i movimenti degli atleti e contribuire a prevenire gli infortuni. Allo stesso modo, nella fisioterapia può aiutare a monitorare gli esercizi, per assicurarsi che i pazienti eseguano i movimenti corretti durante la riabilitazione. Nella sorveglianza, può aiutare a identificare attività sospette analizzando il linguaggio generale del corpo. Sebbene GPT-4o Mini non possa rilevare punti chiave specifici, la sua capacità di classificare pose generali lo rende utile in questi e altri ambiti. I modelli OpenAI più recenti, come GPT-6 Luna e GPT-6.1 Sol, possono disegnare riquadri di delimitazione, mentre la classifica VLM di Ultralytics confronta la precisione con cui rilevano gli oggetti nei dataset del mondo reale.

Applicazioni adatte a GPT-4o Mini#

Abbiamo visto cosa può fare GPT-4o Mini. Ora esaminiamo le applicazioni per cui GPT-4o Mini è più adatto.

GPT-4o Mini è particolarmente indicato per applicazioni che richiedono una comprensione avanzata del linguaggio naturale e un ingombro computazionale ridotto. Permette di integrare l’AI in applicazioni per cui normalmente sarebbe troppo costosa. Un’analisi dettagliata di Artificial Analysis mostra infatti che GPT-4o Mini fornisce risposte di alta qualità a velocità di generazione superiori rispetto alla maggior parte degli altri modelli.

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

Ecco alcuni ambiti principali in cui potrebbe essere utile:

• 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 usato per creare strumenti che offrano tutoraggio personalizzato e generazione di contenuti.
• Strumenti per la produttività: può semplificare attività come riassumere documenti, preparare bozze di email e tradurre testi, migliorando l'efficienza.
• Traduzione linguistica: GPT-4o Mini può essere utilizzato per sviluppare traduttori che offrano traduzioni automatiche accurate in tempo reale, favorendo una comunicazione più efficace 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 unità di testo o dato, noto come costo per token, è diminuito notevolmente, di quasi il 99%, dal 2022, anno in cui è stato rilasciato text-davinci-003, il modello GPT-3. La riduzione dei costi evidenzia una chiara tendenza a rendere l’AI avanzata più accessibile. Man mano che i modelli di AI continuano a migliorare, diventa sempre più probabile che integrare l’AI in ogni app e sito web sia economicamente sostenibile.

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