OpenAI는 월요일 최신 대규모 언어 모델인 GPT-4o를 공개하며 이전 모델인 GPT-4 Turbo에서 한 단계 발전했습니다. 다음 섹션에서 그 기능, 효율성 및 잠재적 응용 분야를 살펴보세요.

OpenAI의 GPT-4o란?

GPT-4o는 OpenAI의 최신 대규모 언어 모델입니다. 이름의 'o’는 라틴어로 "모든"을 의미하는 "omni"에서 유래했으며, 텍스트, 오디오, 이미지, 비디오가 혼합된 프롬프트를 처리할 수 있는 능력을 나타냅니다. 과거에는 ChatGPT 인터페이스 내에서 다양한 콘텐츠 유형에 대해 별도의 모델이 사용되었습니다.

예를 들어 ChatGPT와의 음성 모드 상호 작용에서 음성은 Whisper를 사용하여 텍스트로 변환되고, 텍스트 응답은 GPT-4 Turbo를 사용하여 작성된 후, 응답 텍스트는 TTS를 사용하여 다시 음성으로 변환되었습니다.

마찬가지로 ChatGPT 상호 작용에 이미지를 통합하려면 GPT-4 Turbo와 DALL-E 3의 조합이 필요했습니다. 다양한 콘텐츠 형식을 위한 이러한 기능을 단일 모델로 통합하면 더 빠른 처리, 향상된 결과 품질, 간소화된 인터페이스 및 새로운 사용 사례 탐색 가능성을 제공할 수 있습니다.

GPT-4o가 GPT-4 Turbo와 다른 점은?

올인원 모델 전략을 채택함으로써 GPT-4o는 이전 음성 상호 작용 기능과 관련된 다양한 제약을 뛰어넘습니다.

1. 이제 음성 톤이 고려되어 감정적인 응답이 가능

이전의 OpenAI 시스템(Whisper, GPT-4 Turbo, TTS를 순차적으로 결합)에서는 추론 엔진인 GPT-4가 녹음된 음성 단어에만 접근할 수 있었습니다. 이 접근 방식은 음성 톤, 배경 소음, 여러 화자 간의 구분과 같은 중요한 요소를 생략하게 만들었습니다. 결과적으로 GPT-4 Turbo는 다양한 감정이나 말투를 가진 응답을 생성하는 데 제한적이었습니다.

그러나 텍스트와 오디오를 모두 처리할 수 있는 통합 모델을 통해 이제 이 귀중한 오디오 정보를 활용하여 더 다양한 말투를 가진 고품질 응답을 제공할 수 있습니다.

OpenAI가 제공한 아래 비디오에서 GPT-4o는 비꼬는 출력을 생성하는 능력을 보여줍니다.

2. 낮은 지연 시간으로 실시간 대화 가능

이전의 3개 모델 파이프라인은 ChatGPT와 상호 작용하고 응답을 받는 사이에 약간의 지연(‘레이턴시’)이 발생했습니다.

OpenAI에 따르면 음성 모드의 평균 지연 시간은 GPT-3.5에서 2.8초, GPT-4에서 5.4초였습니다. 반면 GPT-4o의 평균 지연 시간은 0.32초로, GPT-3.5보다 9배, GPT-4보다 17배 빠릅니다.

이렇게 줄어든 지연 시간은 인간의 평균 응답 시간인 0.21초에 근접하며, 인간과 AI 간의 빈번한 교환이 이루어지고 응답 간 지연이 누적되는 대화 시나리오에서 특히 중요합니다.

이 기능은 2010년 Google이 검색어 자동 완성 기능인 Instant를 출시했을 때를 떠올리게 합니다. 검색 자체는 일반적으로 많은 시간이 걸리지 않지만, 사용할 때마다 몇 초를 절약하면 전반적인 제품 경험이 향상됩니다.

GPT-4o의 낮은 지연 시간으로 더 실현 가능해진 유망한 사용 사례 중 하나는 실시간 음성 번역입니다. OpenAI는 한 명은 영어를 사용하고 다른 한 명은 스페인어를 사용하는 두 동료가 GPT-4o의 즉석 번역을 통해 대화하는 시나리오를 시연했습니다.

https://youtu.be/WzUnEfiIqP4?si=dnnqaNxT4ncX7cfJ

3. 통합된 비전으로 카메라 피드 설명 가능

음성 및 텍스트 기능 통합과 함께 GPT-4o는 이미지 및 비디오 기능도 포함합니다. 즉, 컴퓨터 화면에 접근 권한이 부여되면 화면 콘텐츠를 설명하고, 표시된 이미지에 대한 질문에 응답하거나, 작업을 지원하는 도우미 역할을 할 수 있습니다.

Khan Academy의 Sal Khan이 출연한 OpenAI의 비디오에서 GPT-4o는 Sal의 아들 수학 숙제를 도와줍니다.

https://youtu.be/_nSmkyDNulk?si=sFvBOgk9hznhqf4f

화면 상호 작용을 넘어 스마트폰 카메라에 GPT-4o 접근 권한을 부여하면 시각적 환경을 설명할 수 있습니다.

OpenAI의 포괄적인 데모에서 이러한 모든 기능이 결합됩니다. GPT-4o가 탑재된 두 대의 스마트폰이 대화를 나눕니다. 한 GPT는 스마트폰 카메라에 접근하여 시각적 관찰 내용을 다른 GPT(시각 기능 없음)에게 설명합니다.

그 결과 인간과 두 AI 간의 3자 대화가 이루어집니다. 이 비디오에는 AI가 노래하는 부분도 포함되어 있는데, 이는 이전 모델로는 달성할 수 없었던 기능입니다.

https://youtu.be/MirzFk_DSiI?si=Dv7HoVcNliXD3lJg

4. 비로마자 알파벳에 대한 향상된 토큰화로 속도와 가격 대비 성능 향상

대규모 언어 모델(LLM) 워크플로우의 중요한 단계는 프롬프트 텍스트를 모델이 이해할 수 있는 텍스트 단위인 토큰으로 변환하는 것입니다.

영어에서 토큰은 일반적으로 단일 단어나 구두점에 해당하지만, 일부 단어는 여러 토큰으로 나뉠 수 있습니다. 평균적으로 약 3개의 영어 단어가 약 4개의 토큰으로 표현됩니다.

모델에서 언어를 표현하는 데 필요한 토큰 수를 줄이면 계산 횟수가 줄어들고 텍스트 생성 속도가 빨라집니다.

또한 OpenAI는 API 사용자에게 입력 또는 출력 토큰 수에 따라 요금을 부과하므로, 토큰이 적을수록 API 사용자의 비용이 절감됩니다.

GPT-4o는 텍스트당 더 적은 토큰이 필요한 향상된 토큰화 모델을 갖추고 있습니다. 이 개선 사항은 로마자 알파벳을 사용하지 않는 언어에서 특히 두드러집니다.

예를 들어 힌디어, 마라티어, 타밀어, 텔루구어, 구자라트어를 포함한 인도 언어에서는 토큰이 2.9배에서 4.4배까지 감소했습니다. 아랍어는 토큰이 2배 감소했으며, 중국어, 일본어, 한국어, 베트남어와 같은 동아시아 언어는 1.4배에서 1.7배까지 감소했습니다.

5. 무료 플랜으로 확대 출시

OpenAI의 현재 ChatGPT 가격 구조는 사용자가 최상위 모델에 액세스하려면 비용을 지불해야 합니다. GPT-4 Turbo는 지금까지 Plus 및 Enterprise 유료 플랜에서만 독점적으로 제공되었습니다.

그러나 이는 변화하고 있습니다. OpenAI는 GPT-4o를 무료 플랜에서도 제공하겠다고 약속했습니다. Plus 사용자는 무료 플랜 사용자보다 5배 많은 메시지 할당량을 받게 됩니다.

배포는 점진적으로 이루어지며, 먼저 레드 팀 구성원(모델 취약점을 식별하는 테스터)이 즉시 액세스할 수 있고, 이후 더 넓은 사용자 액세스가 시간이 지남에 따라 단계적으로 제공됩니다.

6. ChatGPT 데스크톱 앱 출시

GPT-4o에 특별히 국한된 것은 아니지만, OpenAI는 ChatGPT 데스크톱 애플리케이션도 출시했습니다. 앞서 논의한 지연 시간 및 멀티모달 개선 사항과 앱 출시를 고려할 때, ChatGPT와의 상호 작용 방식이 변화할 준비가 되었음이 분명합니다. 예를 들어 OpenAI는 음성과 ChatGPT 데스크톱 앱을 활용한 향상된 코딩 워크플로우 데모를 선보였습니다. 사용 사례 섹션에서 아래로 스크롤하여 이 예시를 직접 확인하세요!

GPT-4o는 어떻게 작동하나요?

다양한 콘텐츠 유형, 하나의 신경망

GPT-4o의 작동 방식에 대한 세부 정보는 제한적입니다. OpenAI가 발표에서 제공한 유일한 정보는 GPT-4o가 텍스트, 비전, 오디오 입력에 대해 훈련된 통합 신경망이라는 것입니다.

이 새로운 접근 방식은 서로 다른 데이터 유형에 대해 훈련된 별도 모델을 사용하는 이전 방식에서 벗어난 것입니다.

그러나 GPT-4o가 멀티모달 접근 방식을 채택한 최초의 모델은 아닙니다. 2022년 TenCent Lab은 중국어 문자 인식을 개선하기 위해 LLM 트랜스포머 기능과 컴퓨터 비전 기술을 결합한 SkillNet을 도입했습니다.

마찬가지로 2023년에는 ETH Zurich, MIT, Stanford University의 공동 노력으로 BERT 시리즈 대규모 언어 모델의 변형인 WhisBERT가 탄생했습니다. 선구자는 아니지만 GPT-4o는 이러한 초기 노력에 비해 놀라운 야망과 강력함이 돋보입니다.

GPT-4o는 GPT-4 Turbo와 급진적으로 다른가?

GPT-4o 아키텍처의 변경 정도는 OpenAI의 엔지니어링 팀과 마케팅 팀 중 누구에게 문의하느냐에 따라 해석이 달라질 수 있습니다. 4월, LMSYS의 Chatbot Arena(최고의 생성형 AI 순위표)에 "im-also-a-good-gpt2-chatbot"이라는 봇이 등장했습니다. 이 수수께끼의 AI가 이제 GPT-4o로 밝혀졌습니다.

이름에 "gpt2"가 포함된 것은 중요한 의미를 갖습니다. 이는 GPT-4o를 GPT-3.5와 GPT-4의 전신인 GPT-2와 구별합니다. “2” 접미사는 GPT 시리즈 모델 내에서 완전히 새로운 아키텍처를 의미하는 것으로 널리 해석되었습니다.

분명히 OpenAI의 연구 또는 엔지니어링 팀 내에서는 텍스트, 비전, 오디오 콘텐츠 유형을 단일 모델로 통합하는 것을 6년 만의 첫 번째 버전 번호 증가를 정당화할 만한 충분히 큰 변화로 인식하고 있습니다.

반대로 마케팅 팀은 “GPT-4” 명명 규칙을 계속 유지하며 비교적 절제된 명명 방식을 선택했습니다.

GPT-4o 성능 vs 다른 모델

OpenAI는 GPT-4o와 다른 여러 최상위 모델을 비교한 벤치마크 수치를 발표했습니다.

1. GPT-4 Turbo
2. GPT-4 (초기 출시)
3. Claude 3 Opus
4. Gemini Pro 1.5
5. Gemini Ultra 1.0
6. Llama 3 400B

이 중에서 비교에 중요한 의미를 갖는 모델은 GPT-4 Turbo, Claude 3 Opus, Gemini Pro 1.5 세 가지뿐입니다. 이 모델들은 최근 몇 달간 LMSYS Chatbot Arena 순위표의 1위를 두고 경쟁해 왔습니다.

Llama 3 400B는 향후 경쟁자가 될 수 있지만 아직 개발 중입니다. 따라서 여기 제시된 벤치마크 결과는 이 세 모델과 GPT-4o에만 초점을 맞춥니다.

평가에는 6가지 벤치마크가 사용되었습니다.

1. Massive Multitask Language Understanding (MMLU): 초등 수학, 미국 역사, 컴퓨터 과학, 법학 등 다양한 작업을 다룹니다. 모델은 높은 정확도를 달성하기 위해 광범위한 세계 지식과 문제 해결 능력을 갖추어야 합니다.
2. Graduate-Level Google-Proof Q&A (GPQA): 생물학, 물리학, 화학 분야 전문가가 작성한 객관식 질문입니다. 질문은 고품질이며 매우 어렵습니다. 해당 분야에서 박사 학위를 보유하거나 취득 중인 전문가도 74%의 정확도를 보입니다.
3. MATH: 중학교 및 고등학교 수학 문제를 포함합니다.
4. HumanEval: 컴퓨터 코드의 기능적 정확성을 평가하며, 코드 생성 평가에 사용됩니다.
5. Multilingual Grade School Math (MSGM): 벵골어, 스와힐리어와 같은 과소 대표 언어를 포함한 10개 언어로 번역된 초등학교 수학 문제로 구성됩니다.
6. Discrete Reasoning Over Paragraphs (DROP): 전체 단락에 대한 이해를 요구하는 질문에 초점을 맞추며, 여러 문장에 걸쳐 분산된 값의 덧셈, 계산, 정렬과 같은 작업을 포함합니다.

6가지 LLM 벤치마크에 대한 GPT-4o, GPT-4 Turbo, Gemini Pro 1.5, Claude 3 Opus의 성능. 각 벤치마크 점수 범위는 0~100입니다. OpenAI 제공 데이터를 기반으로 재구성. GPQA 벤치마크에 대한 Gemini Pro 1.5 데이터는 제공되지 않음.

GPT-4o는 4개 벤치마크에서 다른 모델을 능가하지만, MSGM 벤치마크에서는 Claude 3 Opus, DROP 벤치마크에서는 GPT-4 Turbo에 뒤쳐집니다. 이러한 특정 결과에도 불구하고 GPT-4o의 전반적인 성능은 인상적이며 새로운 멀티모달 훈련 접근 방식의 잠재력을 나타냅니다.

GPT-4o 수치와 GPT-4 Turbo를 자세히 비교해 보면 성능 향상은 비교적 미미하며, 몇 퍼센트 포인트 차이에 불과합니다. 이는 1년 안에 주목할 만한 진전을 의미하지만, GPT-1에서 GPT-2, 또는 GPT-2에서 GPT-3로 이어지는 극적인 성능 도약에는 미치지 못합니다.

텍스트 추론에서 연간 10% 향상을 달성하는 것이 새로운 표준이 될 수 있음이 분명해지고 있습니다. 쉬운 문제는 이미 해결되었으며, 텍스트 추론에서 상당한 진전을 이루는 것이 점점 더 어려워지고 있습니다.

그러나 이러한 LLM 벤치마크는 멀티모달 문제에 대한 AI의 성능을 완전히 포착하지는 못합니다. 멀티모달 훈련 개념은 비교적 새롭고, 텍스트, 오디오, 비전 전반에 걸친 모델의 능숙도를 측정하는 효과적인 방법이 부족합니다.

전반적으로 GPT-4o의 성능은 인상적이며 멀티모달 훈련이라는 혁신적인 접근 방식의 잠재력을 보여줍니다.

GPT-4o 사용 사례

1. 데이터 분석 및 코딩 작업을 위한 GPT-4o

최근 GPT 모델과 GitHub Copilot과 같은 파생 모델은 코드 작성, 오류 설명, 오류 수정을 포함한 코드 지원을 이미 제공하고 있습니다. GPT-4o의 멀티모달 기능은 흥미로운 가능성을 제시합니다.

OpenAI CTO Mira Murati가 출연한 홍보 비디오에서 OpenAI 연구원 Mark Chen과 Barret Zoph는 GPT-4o를 사용하여 Python 코드와 상호 작용하는 모습을 시연했습니다.

코드는 텍스트로 GPT에 제시되고, 음성 상호 작용 기능을 사용하여 GPT에 코드에 대한 설명을 요청합니다. 그런 다음 코드를 실행한 후 GPT-4o의 비전 기능을 활용하여 플롯에 대한 설명을 제공합니다.

전반적으로 ChatGPT에 화면을 보여주고 음성으로 질문하는 과정은 플롯을 이미지 파일로 저장하고 ChatGPT에 업로드한 다음 질문을 입력하는 것보다 잠재적으로 더 간단한 워크플로우를 제공합니다.

2. 실시간 번역을 위한 GPT-4o

휴가 때 GPT-4o를 가져갈 준비를 하세요. 낮은 지연 시간의 음성 기능을 통해 GPT-4o는 실시간 번역을 가능하게 하여 (휴대폰 요금제에 로밍 데이터가 있다면!) 가능합니다. 이렇게 하면 언어를 모르는 국가에서 여행하는 것이 훨씬 더 관리하기 쉬워집니다.

3. GPT-4o로 역할극

ChatGPT는 역할극 시나리오에 유용한 리소스임이 입증되었습니다. 꿈의 데이터 직업을 위한 모의 면접을 시뮬레이션하거나 제품 판매를 향상시키기 위해 영업 팀을 훈련하는 경우 등에 사용할 수 있습니다.

이전에는 주로 텍스트 전용 역할극을 지원했으며, 이는 특정 사용 사례에 최적이 아닐 수 있습니다. 그러나 향상된 음성 기능으로 이제 음성 역할극이 가능한 옵션이 되었습니다.

하지만 전통적인 텍스트 캐릭터 플레이를 선호한다면 novita.ai LLM API를 선택할 수 있습니다.

4. 시각 장애인 지원을 위한 GPT-4o

GPT-4o가 카메라의 비디오 입력을 해석하고 음성으로 장면을 설명하는 능력은 시각 장애인에게 중요한 기능으로서 상당한 잠재력을 가지고 있습니다. 기본적으로 TV에서 볼 수 있는 오디오 설명 기능을 실제 생활 상황으로 확장한 것입니다.

ChatGPT에서 GPT-4o 액세스 권한 얻기

ChatGPT의 주소가 chat.openai.com에서 chatgpt.com으로 변경되었으며, 이는 단순한 실험이 아닌 제품으로서의 AI에 대한 실질적인 헌신을 나타냅니다. 계정에 GPT-4o 액세스 권한이 있으면 모바일 앱과 온라인 모두에서 사용할 수 있습니다.

또한 일부 사용자에게 Mac 앱 배포가 시작되었습니다. 그러나 링크에 주의하세요. 사기꾼들이 이 출시를 이용해 컴퓨터에 맬웨어를 유포하고 있기 때문입니다. 가장 안전한 방법은 OpenAI에서 직접 링크가 포함된 이메일이나 알림을 기다리는 것입니다.

앱에 대한 유효한 링크가 있더라도 OpenAI 계정에 승인될 때까지 액세스 권한이 부여되지 않습니다. 너무 일찍 사용하려고 하면 "액세스 권한이 없습니다"라는 오류 메시지가 표시됩니다.

ChatGPT에 로그인

ChatGPT의 유료 버전 또는 무료 버전 중 어떤 것을 선택하든 첫 번째 단계는 로그인하는 것입니다. 웹사이트를 방문하거나 앱을 다운로드하여 계정에 연결하세요. 아직 계정이 없다면 간단히 가입하세요.

모델 선택 사항 확인

화면 상단 근처에 모델 목록이 포함된 드롭다운 메뉴가 있습니다. 웹사이트에서는 이미 "GPT-4o"가 선택되어 있을 수 있지만, “GPT-4” 또는 "GPT-3.5"와 같은 옵션이 표시될 수도 있습니다. "GPT-4o"가 나타나지 않으면 아직 모델에 액세스할 수 없다는 의미입니다.

모바일 기기에서 액세스 권한이 있으면 화면 상단의 탐색 모음 중간에 "ChatGPT 4o"가 표시됩니다.

채팅 시작

액세스 권한이 있으면 GPT-4와 마찬가지로 GPT-4o와 채팅을 시작하세요. 단, 속도 제한이 적용되며 무료 플랜에서 훨씬 낮다는 점에 유의하세요. 결과적으로 하루에 보낼 수 있는 메시지 수가 정해져 있습니다. 이 한도에 도달하면 GPT-4 또는 GPT-3.5로 대화를 계속할 수 있습니다.

채팅 내 모델 변경

또한 채팅 세션 중에 사용 중인 AI 모델을 전환할 수 있습니다. 예를 들어 GPT-4o를 사용하여 보내는 메시지 수를 조절하려면 GPT-3.5로 채팅을 시작할 수 있습니다. 그런 다음 응답 끝에 있는 반짝이 아이콘을 선택하세요.

이 작업은 모델 메뉴를 열고, GPT-4o를 선택하면 (더 복잡한 수학 질문을 처리하는 데 필요할 수 있음) 다음 응답이 GPT-4o를 사용하여 생성됩니다.

파일 업로드

GPT-4o에 액세스할 수 있고 무료 플랜을 사용 중이라면 이제 분석을 위해 파일을 업로드할 수 있습니다. 이러한 파일에는 이미지, 비디오, PDF도 포함될 수 있습니다. 그런 다음 GPT-4o에 콘텐츠에 관한 모든 질문을 할 수 있습니다.

GPT-4o의 한계 및 위험

생성형 AI에 대한 규제는 아직 초기 단계이며, EU AI Act가 현재 시행 중인 주요 법적 프레임워크입니다. 따라서 AI를 개발하는 기업은 안전한 AI가 무엇인지 스스로 결정해야 합니다.

OpenAI는 새로운 모델이 대중에게 공개하기에 적합한지 평가하기 위해 준비 프레임워크를 사용합니다. 이 프레임워크는 4가지 주요 우려 영역을 평가합니다.

1. 사이버 보안: AI가 사이버 범죄자의 생산성을 향상시키거나 익스플로잇 생성을 용이하게 할 수 있는지 평가.
2. BCRN: AI가 전문가가 생물학적, 화학적, 방사선학적 또는 핵 위협을 계획하는 데 도움을 줄 수 있는지 조사.
3. 설득: AI가 사람들이 신념을 바꾸도록 영향을 미치는 설득력 있는 (잠재적으로 대화형) 콘텐츠를 생성할 가능성 평가.
4. 모델 자율성: AI가 다른 소프트웨어와 함께 작업을 실행하는 자율 에이전트로 기능할 수 있는지 조사.

각 우려 영역은 낮음, 중간, 높음, 심각으로 분류되며, 모델의 전체 점수는 네 가지 범주 중 가장 높은 등급에 해당합니다.

OpenAI는 심각한 우려를 제기하는 모델을 출시하지 않겠다고 약속합니다. 그러나 심각한 우려는 인간 문명을 심각하게 붕괴시킬 수 있는 것으로 정의되므로 이 안전 임계값은 상대적으로 낮습니다. GPT-4o는 중간 우려 등급을 받아 이 기준을 안전하게 충족합니다.

불완전한 출력

모든 생성형 AI에서 일반적으로 나타나는 현상이지만, 모델이 항상 예상대로 작동하지 않을 수 있습니다. 컴퓨터 비전 기술은 완벽하지 않으므로 이미지나 비디오 해석이 정확하다고 보장할 수 없습니다.

마찬가지로 음성 전사는 특히 화자가 강한 억양을 사용하거나 전문 용어를 사용할 때 100% 정확한 경우가 거의 없습니다.

OpenAI는 GPT-4o가 의도한 대로 작동하지 않은 몇몇 NG 장면을 보여주는 비디오를 공개했습니다. 주목할 만한 실패 사례로는 두 비영어 언어 간의 번역 실패, 부적절한 음성 톤(예: 거만하게 들림), 잘못된 언어 사용 등이 있습니다.

오디오 딥페이크 위험 증가

OpenAI 발표는 "GPT-4o의 오디오 모달리티는 다양한 새로운 위험을 도입한다"고 인정합니다. 여러 측면에서 GPT-4o는 AI가 유명인, 정치인, 개인의 지인을 사칭하는 딥페이크 사기 전화의 확산을 가속화할 잠재력이 있습니다. 이는 효과적으로 해결되기 전에 악화될 가능성이 높은 문제이며, GPT-4o는 딥페이크 사기 전화의 설득력을 크게 향상시킬 수 있는 능력을 가지고 있습니다.

이 위험을 해결하기 위해 오디오 출력은 미리 정의된 음성 선택으로 제한됩니다.

기술에 능숙한 사기꾼이 GPT-4o를 사용하여 텍스트 출력을 생성한 다음 자체 텍스트 음성 변환 모델을 사용할 가능성은 있습니다. 그러나 이 접근 방식이 GPT-4o가 제공하는 지연 시간 및 음성 톤 측면의 이점을 여전히 유지할 수 있을지는 불확실합니다.

GPT-4o 비용은 얼마인가요?

GPT-4 Turbo보다 속도가 빠르고 비전 기능이 향상되었음에도 불구하고 GPT-4o는 이전 모델보다 약 50% 저렴합니다. OpenAI 웹사이트에 명시된 대로 모델 사용 비용은 입력 100만 토큰당 $5, 출력 100만 토큰당 $15입니다.

결론

GPT-4o는 텍스트, 오디오, 시각 처리를 단일 효율적인 모델로 통합하여 생성형 AI의 중요한 발전을 나타냅니다. 이 혁신은 실시간 번역, 향상된 데이터 분석, 시각 장애인을 위한 접근성 개선에 이르기까지 더 빠른 응답, 더 몰입감 있는 상호 작용, 더 넓은 응용 분야 스펙트럼을 제공할 것을 약속합니다.

novita.ai는 무한한 창의성을 위한 원스톱 플랫폼으로, 100개 이상의 API에 액세스할 수 있습니다. 이미지 생성, 언어 처리, 오디오 향상, 비디오 조작에 이르기까지 저렴한 종량제 과금 방식으로 GPU 유지 관리 문제에서 해방되어 자체 제품을 구축할 수 있습니다. 무료로 사용해 보세요.

추천 자료

LLM과 GPT의 차이점은 무엇인가요?

2024 LLM 리더보드 예측 공개

Novita AI LLM 추론 엔진: 최대 처리량과 최저 비용 추론 가능