OpenAI: GPT-4 Turbo

GPT-4 Turbo är en textgenereringsmodell från OpenAI, listad på api14 under modell-id:t openai/gpt-4-turbo. Det är den senaste GPT-4 Turbo-varianten och lägger till synförmåga till GPT-4 Turbo-serien. OpenAI beskriver den som stödjande för synförfrågningar tillsammans med JSON-läge och funktionsanrop, och dess träningsdata sträcker sig till december 2023.

Modellen accepterar text och bilder som indata och returnerar text. Den har ett kontextfönster på 128 000 tokens, vilket gör att långa dokument, utökade konversationer och flera bilder kan hanteras i en enda förfrågan. Den maximala utdatan är 4 096 tokens, så svaren är begränsade även när indatan är stor. Dess kunskapsgräns är 2023-12-31, vilket innebär att den inte har någon kännedom om händelser efter det datumet om du inte tillhandahåller informationen i prompten.

Eftersom den läser bilder likväl som text passar modellen för uppgifter som att beskriva eller extrahera information från skärmbilder, diagram, grafer och skannade dokument, besvara frågor om en uppladdad bild, eller kombinera visuell kontext med en skriftlig instruktion. Det stora kontextfönstret gör den lämplig för att sammanfatta långa rapporter, granska omfattande kodfiler eller kontrakt, och upprätthålla långa flerturskonversationer. Verktygsanrop och strukturerade utdata låter dig bygga arbetsflöden där modellen väljer funktioner eller returnerar data i en definierad form, vilket är användbart för agenter, extraktionspipelines och integrationer som behöver maskinläsbara resultat.

Du anropar den via api14:s OpenAI-kompatibla API med modell-id:t openai/gpt-4-turbo, så befintliga OpenAI-SDK:er och klienter fungerar med endast en ändring av bas-URL och nyckel. De stödda förfrågningsparametrarna är frequency_penalty, logit_bias, logprobs, max_tokens, presence_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_logprobs och top_p. Det täcker samplingskontroller, deterministiskt beteende via seed, tokenbegränsningar, stoppsekvenser, sannolikhetsinspektion genom logprobs och top_logprobs, formatering av strukturerade utdata, och funktions- eller verktygsanrop med tool_choice.

Två begränsningar är värda att notera när du väljer denna modell. Utdatan är begränsad till 4 096 tokens, så uppgifter som kräver mycket långa enskilda svar kan kräva uppdelning eller en modell med högre utdatagräns. Kunskapsgränsen på 2023-12-31 innebär att frågor om nyare händelser är beroende av kontexten du tillhandahåller. Om din arbetsbelastning är enbart text och inte drar nytta av bildindata kan en textfokuserad modell vara en enklare lösning, men för blandade text- och bildförfrågningar inom ett kontextfönster på 128 000 tokens täcker denna modell de vanliga fallen.