OpenAI: GPT-4o (2024-08-06)

GPT-4o (2024-08-06) هو نموذج توليد نصوص من OpenAI، ويُعرَّف على api14 بالمعرّف openai/gpt-4o-2024-08-06. وهو الإصدار من GPT-4o الذي صدر في 2024-08-06، وتضعه OpenAI كتحديث يحسّن المخرجات المنظمة، بما في ذلك إمكانية تمرير مخطط JSON في الحقل response_format. ويشير الحرف "o" في الاسم إلى "omni"، مما يعكس نموذجًا مصممًا للتعامل مع أكثر من النص العادي.

يقبل النموذج النصوص والصور والملفات كمدخلات، وينتج نصوصًا كمخرجات. وتبلغ نافذة السياق لديه 128,000 رمز ويمكنه توليد ما يصل إلى 16,384 رمز إخراج لكل طلب. وحد المعرفة لديه هو 2023-10-31، لذا فإن أي شيء بعد ذلك التاريخ يقع خارج ما تعلمه أثناء التدريب. ولأن المدخلات يمكن أن تتضمن صورًا وملفات إلى جانب النص، فإنه يستطيع التعامل مع مطالبات مختلطة بدلًا من النص وحده.

تشير هذه القدرات إلى بعض الاستخدامات العملية. تناسب المخرجات المنظمة مع مخطط JSON مُمرَّر مهام الاستخراج وتشكيل البيانات، حيث تريد أن يعيد النموذج حقولًا يمكنك تحليلها مباشرة. ويناسب استدعاء الأدوات سير العمل بأسلوب الوكلاء الذي يحتاج إلى استدعاء دوال أو خدمات خارجية. وتدعم مدخلات الصور والملفات مهامًا مثل قراءة لقطة شاشة أو رسم تخطيطي أو مستند والإجابة عن أسئلة بشأنه. وتتيح نافذة السياق البالغة 128,000 رمز معالجة مدخلات طويلة، مثل المستندات المطولة أو المحادثات الممتدة، في طلب واحد.

يمكنك استدعاء النموذج عبر واجهة API المتوافقة مع OpenAI في api14 باستخدام معرّف النموذج openai/gpt-4o-2024-08-06. ومعاملات الطلب المدعومة هي frequency_penalty و logit_bias و logprobs و max_completion_tokens و max_tokens و prediction و presence_penalty و response_format و seed و stop و structured_outputs و temperature و tool_choice و tools و top_logprobs و top_p و web_search_options. ولأن الواجهة متوافقة مع OpenAI، فإن كود OpenAI SDK الحالي يعمل عمومًا مع تغيير عنوان URL الأساسي ومعرّف النموذج.

هناك بعض القيود التي يجدر ملاحظتها عند الاختيار. المخرجات نصية فقط، لذا إذا كنت بحاجة إلى صور أو صوت مُولَّد، فهذا النموذج ليس الخيار المناسب. ويعني حد المعرفة في 2023-10-31 أن الأحداث الحديثة غير مشمولة إلا إذا قدمت المعلومات في المطالبة أو استخدمت web_search_options. وإذا كان عبء عملك صغيرًا وبسيطًا، فقد يكون نموذج أخف كافيًا، بينما يستهدف هذا النموذج المهام التي تستفيد من نافذة السياق لديه ودعم المدخلات متعددة الوسائط والمخرجات المنظمة.