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

GPT-4o (2024-11-20) é um modelo de geração de texto da OpenAI, a versão 2024-11-20 do GPT-4o. Ele está na categoria de texto em api14 e é identificado pelo id de modelo openai/gpt-4o-2024-11-20. Este lançamento é notável dentro da linha GPT-4o pela capacidade aprimorada de escrita criativa, com saída descrita como mais natural, envolvente e personalizada, melhorando a relevância e a legibilidade. Ele também está melhorado no trabalho com arquivos enviados, o que importa se seus prompts incluírem documentos junto com instruções.

O modelo aceita entradas de texto, imagem e arquivo, e retorna apenas texto. Ele tem uma janela de contexto de 128.000 tokens e uma saída máxima de 16.384 tokens, então você pode fornecer documentos longos, capturas de tela ou prompts mistos de texto e imagem e ainda deixar espaço para uma resposta substancial. Seu corte de conhecimento é 2023-10-31, o que significa que qualquer coisa após essa data precisa vir do prompt ou de uma ferramenta, e não dos dados de treinamento do modelo.

Essas capacidades apontam para alguns padrões práticos. Trabalho de contexto longo, como resumir ou consultar documentos extensos, é um encaixe natural, especialmente com entradas de arquivo. Como imagens são aceitas, você pode construir fluxos que leem capturas de tela, diagramas ou páginas fotografadas e produzem saída de texto. A qualidade de escrita aprimorada é adequada para tarefas de redação, edição e reescrita em que tom e legibilidade importam, e saídas estruturadas mais chamada de ferramentas tornam o modelo utilizável para extração e para pipelines que precisam passar dados para outros sistemas. Se você habilitar as opções de busca na web, pode fundamentar as respostas em informações mais recentes do que o corte de treinamento permite.

Você o chama através da API compatível com OpenAI do api14 usando o id de modelo openai/gpt-4o-2024-11-20. Os parâmetros de requisição suportados são frequency_penalty, logit_bias, logprobs, max_tokens, prediction, presence_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_logprobs, top_p e web_search_options. Na prática, isso cobre controles de amostragem (temperature, top_p, penalidades), reprodutibilidade (seed), moldagem de saída (response_format, structured_outputs, stop, max_tokens), uso de ferramentas (tools, tool_choice) e fundamentação por busca (web_search_options).

Tenha os limites em mente ao escolher. A saída é limitada a 16.384 tokens, e o corte de conhecimento de 2023-10-31 significa que fatos recentes precisam chegar via prompt, arquivo ou busca. A saída é apenas texto, então tarefas que exigem gerar imagens ou áudio ficam fora deste modelo. Se sua tarefa é puramente geração de texto sobre entradas dentro desses limites, este modelo serve; se você precisa de uma modalidade que ele não gera como saída, procure outro.