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

GPT-4o (2024-08-06) est un modèle de génération de texte d'OpenAI, identifié sur api14 comme openai/gpt-4o-2024-08-06. Il s'agit de la version de GPT-4o publiée le 2024-08-06, et OpenAI la présente comme une mise à jour qui améliore les sorties structurées, y compris la possibilité de fournir un schéma JSON dans le champ response_format. Le "o" du nom signifie "omni", ce qui reflète un modèle conçu pour traiter plus que du texte brut.

Le modèle accepte du texte, des images et des fichiers en entrée, et produit du texte en sortie. Il dispose d'une fenêtre de contexte de 128 000 tokens et peut générer jusqu'à 16 384 tokens de sortie par requête. Sa date de coupure des connaissances est le 2023-10-31, donc tout ce qui est postérieur à cette date sort de ce qu'il a appris pendant l'entraînement. Comme l'entrée peut inclure des images et des fichiers en plus du texte, il peut traiter des prompts mixtes plutôt que du texte seul.

Ces capacités ouvrent la voie à quelques usages pratiques. Les sorties structurées avec un schéma JSON fourni conviennent aux tâches d'extraction et de mise en forme de données, où vous voulez que le modèle renvoie des champs que vous pouvez analyser directement. L'appel d'outils correspond aux workflows de type agent qui doivent invoquer des fonctions ou des services externes. L'entrée d'images et de fichiers prend en charge des tâches comme lire une capture d'écran, un schéma ou un document et répondre à des questions à son sujet. La fenêtre de contexte de 128 000 tokens permet de traiter de longues entrées, comme des documents volumineux ou des conversations étendues, en une seule requête.

Vous appelez le modèle via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle openai/gpt-4o-2024-08-06. Les paramètres de requête pris en charge sont frequency_penalty, logit_bias, logprobs, max_completion_tokens, max_tokens, prediction, presence_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_logprobs, top_p et web_search_options. Comme l'interface est compatible OpenAI, le code existant du SDK OpenAI fonctionne généralement avec un changement d'URL de base et d'identifiant de modèle.

Quelques limites méritent d'être notées au moment du choix. La sortie est uniquement du texte, donc si vous avez besoin d'images ou d'audio générés, ce modèle n'est pas adapté. La date de coupure des connaissances du 2023-10-31 signifie que les événements récents ne sont pas couverts, sauf si vous fournissez l'information dans le prompt ou utilisez web_search_options. Si votre charge de travail est petite et simple, un modèle plus léger peut suffire, tandis que celui-ci vise les tâches qui bénéficient de sa fenêtre de contexte, de son entrée multimodale et de la prise en charge des sorties structurées.