OpenAI: GPT-4o (2024-11-20)

GPT-4o (2024-11-20) ist ein Textgenerierungsmodell von OpenAI, die Version 2024-11-20 von GPT-4o. Es befindet sich in der Textkategorie auf api14 und wird durch die Modell-ID openai/gpt-4o-2024-11-20 identifiziert. Dieses Release ist innerhalb der GPT-4o-Reihe bemerkenswert für seine verbesserte kreative Schreibfähigkeit, wobei die Ausgabe als natürlicher, ansprechender und maßgeschneiderter beschrieben wird, was Relevanz und Lesbarkeit erhöht. Es wurde auch im Umgang mit hochgeladenen Dateien verbessert, was wichtig ist, wenn Ihre Prompts Dokumente zusammen mit Anweisungen enthalten.

Das Modell akzeptiert Text-, Bild- und Dateieingaben und gibt nur Text zurück. Es hat ein Kontextfenster von 128.000 Tokens und eine maximale Ausgabe von 16.384 Tokens, sodass Sie lange Dokumente, Screenshots oder gemischte Text- und Bild-Prompts bereitstellen und dennoch Platz für eine umfangreiche Antwort lassen können. Sein Wissensstand endet am 2023-10-31, was bedeutet, dass alles nach diesem Datum aus dem Prompt oder aus einem Tool kommen muss und nicht aus den Trainingsdaten des Modells.

Diese Fähigkeiten deuten auf einige praktische Muster hin. Arbeit mit langem Kontext wie das Zusammenfassen oder Abfragen umfangreicher Dokumente passt natürlich, besonders mit Dateieingaben. Da Bilder akzeptiert werden, können Sie Abläufe erstellen, die Screenshots, Diagramme oder fotografierte Seiten lesen und Textausgaben erzeugen. Die verbesserte Schreibqualität eignet sich für Entwurfs-, Bearbeitungs- und Umschreibungsaufgaben, bei denen Ton und Lesbarkeit wichtig sind, und strukturierte Ausgaben plus Tool-Aufrufe machen es nutzbar für Extraktion und für Pipelines, die an andere Systeme übergeben müssen. Wenn Sie Websuchoptionen aktivieren, können Sie Antworten auf frischere Informationen stützen, als es der Trainings-Cutoff erlaubt.

Sie rufen es über die OpenAI-kompatible API von api14 mit der Modell-ID openai/gpt-4o-2024-11-20 auf. Die unterstützten Anfrageparameter sind frequency_penalty, logit_bias, logprobs, max_tokens, prediction, presence_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_logprobs, top_p und web_search_options. In der Praxis deckt dies Sampling-Steuerungen (temperature, top_p, Penalties), Reproduzierbarkeit (seed), Ausgabengestaltung (response_format, structured_outputs, stop, max_tokens), Tool-Nutzung (tools, tool_choice) und Suchverankerung (web_search_options) ab.

Behalten Sie die Grenzen bei der Auswahl im Auge. Die Ausgabe ist auf 16.384 Tokens begrenzt, und der Wissensstand vom 2023-10-31 bedeutet, dass aktuelle Fakten über Prompt, Datei oder Suche eintreffen müssen. Die Ausgabe ist nur Text, sodass Aufgaben, die das Generieren von Bildern oder Audio erfordern, außerhalb dieses Modells liegen. Wenn Ihre Aufgabe reine Textgenerierung über Eingaben innerhalb dieser Grenzen ist, passt dieses Modell; wenn Sie eine Modalität benötigen, die es nicht ausgibt, suchen Sie woanders.