OpenAI: GPT-4o

GPT-4o è un modello di generazione di testo di OpenAI, identificato su api14 come openai/gpt-4o. Il nome sta per "omni", a riflettere il fatto che accetta più di un tipo di input. È stato rilasciato dal provider il 13 maggio 2024 e si colloca nella categoria testo, con un knowledge cutoff al 31 ottobre 2023. Se hai usato GPT-4 Turbo, GPT-4o è posizionato come mantenimento di quel livello di intelligenza, quindi è una scelta predefinita ragionevole quando vuoi un modello OpenAI di uso generale anziché uno specializzato.

In input, il modello accetta testo, immagini e file, e produce solo testo. Questa combinazione conta per le attività in cui il prompt non è solo prosa: uno screenshot, una pagina scansionata o un documento allegato possono essere inviati insieme alle tue istruzioni, e il modello risponde in testo. La finestra di contesto è di 128.000 token, sufficiente per documenti lunghi, conversazioni multi turno o grandi file di codice in una singola richiesta. L'output è limitato a 16.384 token per risposta, quindi le generazioni molto lunghe devono essere pianificate tenendo conto di questo tetto, ad esempio chiedendo sezioni in sequenza.

Gli usi pratici derivano da queste capacità. La risposta a domande su documenti e la summarisation funzionano bene quando alleghi un file o incolli una lunga trascrizione e chiedi risposte specifiche. La comprensione delle immagini supporta attività come leggere grafici, descrivere screenshot, estrarre testo dalle foto o verificare un mock di UI rispetto a una specifica. Poiché il modello supporta tools e output strutturati, si adatta anche a flussi di lavoro in stile agente e pipeline di estrazione dati in cui la risposta deve conformarsi a uno schema. Chat generale, stesura, riscrittura e assistenza al codice rientrano tutte nell'ambito, e il contesto lungo lo rende utilizzabile per domande a livello di repository anziché singoli snippet.

Lo chiami tramite l'API compatibile con OpenAI di api14 usando il model id openai/gpt-4o, quindi gli SDK e i client OpenAI esistenti funzionano cambiando solo la base URL e la chiave. I parametri di richiesta supportati sono 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 e web_search_options. In pratica questo copre i controlli di campionamento, un comportamento quasi deterministico tramite seed, output vincolato a JSON e schema tramite response_format e structured_outputs, function calling tramite tools e tool_choice, i limiti di token e la ricerca web opzionale.

Due limiti vale la pena tenere a mente quando scegli. L'output si ferma a 16.384 token, quindi se ti serve una singola generazione molto lunga potresti dover dividere il lavoro o scegliere un modello con una tolleranza di output maggiore. Il knowledge cutoff al 31 ottobre 2023 significa che il modello non conosce da solo gli eventi successivi, ed è qui che il parametro web_search_options o il tuo contesto recuperato diventano utili. Se la tua attività è puramente testuale e non trae beneficio da input di immagini o file, un modello più piccolo solo testo può essere più economico e più veloce per lo stesso lavoro.