GPT-4o es capaz de "razonar" con texto, audio, imagen y video en tiempo real, y estará disponible en la versión gratuita de ChatGPT.
La segunda y más importante novedad de este «Spring Update» de OpenAI es la nueva versión del LLM más potente que actualmente tiene la compañía, ahora llamado GPT-4o.
GPT-4o viene a ser la consolidación de todas las capacidades que ya tenía GPT-4, en un paquete mucho más rápido y con un mayor enfoque en la usabilidad. Lo mejor de todo es que estará disponible incluso para los usuarios de la versión gratuita de ChatGPT.
OpenAI lo presentó como un «omnimodelo», ya que GPT-4o es capaz de «razonar» en tiempo real con texto, audio, imagen y video al mismo tiempo. La idea es que la experiencia de uso sea mucho más natural, similar a cómo si estuviéramos hablando con un humano.
La compañía mostró una serie de demostraciones en la keynote, y también tiene algunos en su sitio web. La gran mayoría se centra en su uso con la voz e imágenes, y es bastante sorprendente la velocidad con la que logra responder y la forma en que uno interactúa con el modelo.
En términos de precio, este nuevo modelo es un 50% más barato que GPT-4-Turbo (en la API), mientras que en ChatGPT parecen no haber cambios en ese aspecto.
De todas formas hay varias limitaciones para los usuarios de la versión gratuita de dicha herramienta. De partida, tendrán un mayor límite de mensajes que pueden enviar (y una vez que se acaben, automáticamente volverán a GPT-3.5), y tendrán un acceso mucho más limitado a las «herramientas avanzadas» que tiene esta app, tales como la capacidad de subir archivos, análisis de datos (correr código), entre otras.
Las capacidades de texto e imagen de GPT-4o ya están disponibles tanto en ChatGPT como en la API, mientras que las versiones de audio y video comenzarán a estar disponibles durante las próximas semanas para algunos usuarios.
