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

GPT-4o (2024-11-20) es un modelo de generación de texto de OpenAI, la versión 2024-11-20 de GPT-4o. Se sitúa en la categoría de texto en api14 y se identifica con el id de modelo openai/gpt-4o-2024-11-20. Esta versión es notable dentro de la línea GPT-4o por su capacidad de escritura creativa mejorada, con una salida descrita como más natural, atractiva y adaptada, mejorando la relevancia y la legibilidad. También ha mejorado al trabajar con archivos subidos, lo cual importa si tus prompts incluyen documentos junto con instrucciones.

El modelo acepta entradas de texto, imagen y archivos, y devuelve solo texto. Tiene una ventana de contexto de 128.000 tokens y una salida máxima de 16.384 tokens, por lo que puedes proporcionar documentos largos, capturas de pantalla o prompts mixtos de texto e imagen y aún dejar espacio para una respuesta sustancial. Su fecha de corte de conocimiento es 2023-10-31, lo que significa que cualquier cosa posterior a esa fecha tiene que venir del prompt o de una herramienta en lugar de los datos de entrenamiento del modelo.

Esas capacidades apuntan a algunos patrones prácticos. El trabajo de contexto largo, como resumir o consultar documentos extensos, encaja de forma natural, especialmente con entradas de archivos. Como se aceptan imágenes, puedes construir flujos que lean capturas de pantalla, diagramas o páginas fotografiadas y produzcan salida de texto. La calidad de escritura mejorada es adecuada para tareas de redacción, edición y reescritura donde importan el tono y la legibilidad, y las salidas estructuradas más el llamado a herramientas lo hacen utilizable para extracción y para pipelines que necesitan pasar el control a otros sistemas. Si habilitas las opciones de búsqueda web, puedes fundamentar las respuestas en información más reciente que la que permite la fecha de corte de entrenamiento.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo openai/gpt-4o-2024-11-20. Los parámetros de solicitud admitidos son frequency_penalty, logit_bias, logprobs, max_tokens, prediction, presence_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_logprobs, top_p y web_search_options. En la práctica, esto cubre controles de muestreo (temperature, top_p, penalizaciones), reproducibilidad (seed), modelado de la salida (response_format, structured_outputs, stop, max_tokens), uso de herramientas (tools, tool_choice) y fundamentación mediante búsqueda (web_search_options).

Ten en cuenta los límites al elegir. La salida está limitada a 16.384 tokens, y la fecha de corte de conocimiento de 2023-10-31 significa que los hechos recientes deben llegar mediante prompt, archivo o búsqueda. La salida es solo texto, por lo que las tareas que requieren generar imágenes o audio quedan fuera de este modelo. Si tu tarea es puramente generación de texto sobre entradas dentro de estos límites, este modelo encaja; si necesitas una modalidad que no produce como salida, busca en otra parte.