**Im April war „im-also-a-good-gpt2-chatbot“ auf der Rangliste von LMSYS’s Chatbot Arena unter den besten generativen AIs vertreten.**

Dasselbe AI-Modell wurde jetzt als GPT-4o vorgestellt. Das „GPT2“ im Namen weist nicht auf das vorherige AI-Modell „GPT-2“ von Open AI hin. Stattdessen deutet es auf eine neue Architektur für die GPT-Modelle hin, und „2“ deutet auf eine wesentliche Änderung im Design des Modells hin.

Die Ingenieurteams von Open AI betrachten dies als eine große Veränderung, die es rechtfertigt, ihm eine neue Versionsnummer zu geben. Trotzdem präsentieren die Marketingteams es bescheiden als eine Fortsetzung von GPT-4, anstatt als vollständige Überarbeitung.

Lassen Sie uns einen Blick darauf werfen, was neu an GPT-4 ist, was es bietet und wie es in einem Unternehmen verwendet werden kann.

**Was ist GPT-4o?**

GPT-4o ist das neueste Flaggschiff-Generative AI-Modell von Open AI. Das „O“ in GPT-4o steht für „Omni“, was auf Lateinisch „alles“ bedeutet. Dies ergänzt die verbesserten Fähigkeiten des Modells, Text, Sprache und Video zu verarbeiten.

Es erleichtert den Nutzern die Interaktion mit der AI. Die vorherigen Iterationen der generativen AI-Modelle von Open AI drehten sich darum, das Modell intelligenter zu machen. GPT-4o macht es einfacher zu verwenden und reagiert viel schneller.

Sie können Fragen an ChatGPT, das von GPT-4o unterstützt wird, stellen und dabei unterbrechen. Das Modell hört zu, wenn Sie unterbrechen und passt die Antwort in Echtzeit basierend auf der gegebenen Eingabe an. Es kann Nuancen in der Stimme eines Nutzers erkennen und verschiedene emotionale Sprachausgaben erzeugen, einschließlich Singen.

Der CTO von OpenAI sagt: „GPT-4o denkt über Sprache, Text und Vision nach. Das ist unglaublich wichtig, weil wir die Zukunft der Interaktion zwischen Menschen und Maschinen betrachten.“

**Was bietet GPT-4o?**

Hier sind einige der hervorstechenden Highlights von GPT-4o:

- **Verbesserte Benutzererfahrung.** Interaktionen mit der AI sind natürlicher und einfacher geworden.

- **Mehrsprachige Fähigkeiten.** GPT-4o zeigt eine bessere Leistung in etwa 50 Sprachen. Dies macht es global zugänglicher.

- **Verbesserte Leistung.** GPT-4o ist etwa doppelt so schnell wie GPT-4 Turbo. Es kostet die Hälfte des Preises seines Vorgängermodells, bietet jedoch höhere Limits.

- **Verbesserte Sprachfähigkeiten.** Aufgrund des Missbrauchsrisikos sind die verbesserten Sprachfunktionen nicht für alle Kunden verfügbar, aber OpenAI hat begonnen, Unterstützung für eine kleine Gruppe vertrauenswürdiger Partner anzubieten.

- **Verfügbarkeit der kostenlosen Stufe.** GPT-4o ist in der kostenlosen Stufe von ChatGPT verfügbar. ChatGPT Plus-Abonnenten haben 5x höhere Nachrichtenlimits. Wenn die Rate-Limits in GPT-4o erreicht werden, wechselt das Modell automatisch zu GPT-3.5.

- **Verbesserte Benutzererfahrung.** Open AI bietet einen gesprächigeren Startbildschirm und eine Nachrichtenanordnung im Web an. Die Desktop-Version von ChatGPT mit GPT-4o für macOS (wird schrittweise an ChatGPT Plus-Nutzer verteilt) ermöglicht es den Nutzern, Fragen über eine Tastenkombination zu stellen. Die Windows-Version der Anwendung wird später in diesem Jahr erscheinen.

- **Bietet natürliche Gespräche.** Das Modell verarbeitet Unterbrechungen, während es seine Antwort und Tonalität entsprechend anpasst. Die Gespräche verlaufen in einem natürlichen Tempo. Es kann jedoch kurze Pausen geben, in denen das Modell über die Antworten nachdenkt.

**Wussten Sie schon?** Sie können GPT-4o nutzen, um Ihre Website besser und schneller verkaufen zu lassen. Entdecken Sie, wie Sie GPT-4o als Verkaufsagenten einsetzen können.

**Risiken und Bedenken bei GPT-4o**

Generative AI-Richtlinien in Unternehmen befinden sich noch in den Anfängen. Das Gesetz der Europäischen Union ist der einzige bedeutende rechtliche Rahmen. Sie müssen selbst entscheiden, was sichere AI ausmacht.

OpenAI verwendet ein Vorbereitungsframework, um zu entscheiden, ob ein Modell der Öffentlichkeit zugänglich gemacht werden kann. Es testet das Modell auf Cybersicherheit, potenzielle biologische, chemische, radiologische oder nukleare Bedrohungen, Überzeugungsfähigkeit und Modellautonomie. Die Bewertung des Modells ist die höchste Note (Niedrig, Mittel, Hoch oder Kritisch), die es in einer Kategorie erhält.

GPT-4o hat ein mittleres Risiko und vermeidet die höchste Risikostufe, die die menschliche Zivilisation destabilisieren könnte.

Wie alle generativen AIs verhält sich GPT-4o möglicherweise nicht immer genau so, wie Sie es beabsichtigt haben. Im Vergleich zu früheren Modellen zeigt GPT-4o jedoch erhebliche Verbesserungen. Es kann einige Risiken wie Deepfake-Betrugsanrufe darstellen. Um diese Risiken zu mindern, ist die Audioausgabe nur in voreingestellten Stimmen verfügbar.

**GPT-4o vs. vorherige generative AI-Modelle von Open AI**

GPT-4o bietet bessere Bild- und Textfähigkeiten zur Analyse des Inhalts der Eingabe. Im Vergleich zu vorherigen Modellen ist GPT-4o besser darin, komplexe Fragen wie „Welche Marke hat das T-Shirt, das eine Person trägt?“ zu beantworten. Zum Beispiel kann dieses Modell ein Menü in einer anderen Sprache betrachten und übersetzen.

Zukünftige Modelle werden viel weiterentwickelte Fähigkeiten bieten, wie das Beobachten eines Sportereignisses und das Erklären seiner Regeln.

Hier ist, was sich bei GPT-4o im Vergleich zu anderen generativen AI-Modellen von Open AI geändert hat:

- **Tonfall**: Früher kombinierten OpenAI-Systeme Whisper, GPT-4 Turbo und Text-to-Speech in einer Pipeline mit einem Denkprozessor. Sie hatten nur Zugang zu gesprochenen Wörtern und ignorierten Tonfall, Hintergrundgeräusche und Geräusche von mehreren Sprechern. Dies schränkte die Fähigkeit von GPT-4 Turbo ein, unterschiedliche Emotionen oder Sprechstile auszudrücken.

Mit GPT-4o überlegt ein einzelnes Modell über Text und Audio. Dies macht das Modell empfindlicher gegenüber Ton und Hintergrundinformationen und erzeugt qualitativ hochwertigere Antworten mit unterschiedlichen Sprechstilen.

- **Geringe Latenz**: Die durchschnittliche Latenz im Sprachmodus von GPT-4o beträgt 0,32 Sekunden. Dies ist neunmal schneller als die durchschnittlichen 2,8 Sekunden von GPT-3.5 und 17-mal schneller als die durchschnittlichen 5,4 Sekunden von GPT-4.

Die durchschnittliche menschliche Antwortzeit beträgt 0,21 Sekunden. Daher ist die Antwortzeit von GPT-4o näher an der eines Menschen. Dies macht es für die Echtzeitübersetzung von Sprache geeignet.

- **Bessere Tokenisierung**: Tokens sind Texteinheiten, die ein Modell verstehen kann. Wenn Sie mit einem großen Sprachmodell (LLM) arbeiten, wird der Eingabetext zunächst in Tokens umgewandelt. Wenn Sie auf Englisch schreiben, benötigen drei Wörter etwa vier Tokens.

Wenn es weniger Tokens braucht, um eine Sprache darzustellen, müssen weniger Berechnungen durchgeführt werden, und die Geschwindigkeit der Texterzeugung erhöht sich. Darüber hinaus senkt dies den Preis für API-Nutzer, da offene Gebühren pro Token-Eingabe oder -Ausgabe erhoben werden.

In GPT-4o haben indische Sprachen wie Hindi, Marathi, Tamil, Telugu, Gujarati und weitere davon profitiert, insbesondere durch reduzierte Tokens. Arabisch zeigt eine Reduzierung um das 2-fache, während ostasiatische Sprachen eine Reduzierung von 1,4x bis 1,7x in Tokens beobachten.

**GPT-4o vs. andere generative AI-Modelle**

GPT 4 Turbo, Claude 3 Opus und Gemini Pro 1.5 wären die Hauptkonkurrenten zum Vergleich mit GPT-4o. Llama 3 400B könnte in Zukunft ein Wettbewerber werden, ist aber noch nicht abgeschlossen.

Hier ist ein Vergleich von GPT-4o mit den genannten Modellen basierend auf verschiedenen Parametern:

- **Massive Multitask Language Understanding (MMLU)**: Dieser Test umfasst Aufgaben zu Grundmathematik, US-Geschichte, Informatik, Recht und mehr. Um bei diesem Test hohe Genauigkeit zu erreichen, müssen Modelle umfassendes Weltwissen und Problemlösungsfähigkeiten besitzen. GPT-4o schneidet besser ab als andere AI-Modelle.

- **Graduate-Level Google-Proof Q&A (GPQA)**: Multiple-Choice-Fragen, die von Fachexperten in Biologie, Physik und Chemie erstellt wurden. Die Fragen sind von hoher Qualität und extrem schwierig: Experten, die einen Doktortitel in den entsprechenden Bereichen haben oder anstreben, erreichen eine Genauigkeit von 74%. GPT-4o liefert bessere Ergebnisse als andere Modelle.

- **MATHEMATIK (MATH)**: Mathematikprobleme aus der Mittel- und Oberschule. Die Leistung von GPT-4o war besser als die anderer Modelle.

- **HumanEval**: Testet die funktionale Richtigkeit von Computer-Code zur Überprüfung der Code-Generierung. GPT-4o erzielte bessere Leistungen als andere Modelle.

- **Multilingual Grade School Math (MSGM)**: Grundschulmathematikprobleme werden in zehn

Sprachen übersetzt, einschließlich unterrepräsentierter Sprachen wie Bengali und Swahili. Claude 3 Opus schnitt in MSGM besser ab als GPT-4o.

- **Discrete Reasoning Over Paragraphs (DROP)**: Fragen, die das Verständnis vollständiger Absätze erfordern, wie z.B. das Hinzufügen, Zählen oder Sortieren von Werten über mehrere Sätze hinweg. GPT-4 Turbo zeigte in DROP eine bessere Leistung als GPT-4o.

Die Leistung schwankt nur um wenige Prozentpunkte, wenn Sie GPT-4 Turbo und GPT-4o vergleichen. Diese LLM-Benchmarks vergleichen jedoch nicht die Leistung von AI bei multimodalen Problemen. Das Konzept ist neu, und Methoden zur Messung der Fähigkeit eines Modells, über Text, Audio und Video nachzudenken, müssen noch entwickelt werden.

Die Leistung von GPT-4o ist beeindruckend und zeigt eine vielversprechende Zukunft für multimodales Training.

**GPT-4o Anwendungsfälle**

GPT-4o kann effektiv über Text, Audio und Video nachdenken. Das macht das Modell für verschiedene Anwendungsfälle geeignet, zum Beispiel:

- **Echtzeit-Computervision und natürliche Interaktion**: GPT-4o kann jetzt so mit Ihnen interagieren, wie Sie es mit Menschen tun würden. Sie müssen weniger tippen, was das Gespräch natürlicher macht. Es liefert schnelle und präzise Informationen.

- **Unternehmensanwendungen**: GPT-4o verbindet Ihre Geräteeingaben nahtlos und erleichtert die Interaktion mit dem Modell. Mit integrierten Modalitäten und verbesserter Leistung können Unternehmen es nutzen, um maßgeschneiderte Visualisierungsanwendungen zu erstellen.

Nutzen Sie GPT-4o, um Leads in Ihrem Geschäft zu generieren

GPT-4o verbessert die Leistung und Geschwindigkeit. Chatsimple ermöglicht es Nutzern, einen von GPT-4o unterstützten AI-Verkaufsagenten in eine Website zu integrieren. Derzeit können Ihre Website-Besucher komplexe Fragen beantworten, Leads erfassen und Meetings schneller buchen.

Mit Chatsimple können Sie diese Agenten darauf trainieren, äußerst komplexe Besucherfragen zu beantworten. In Zukunft könnte Chatsimple die Fähigkeiten von GPT-4o nutzen, um AI-Verkaufsagenten über verschiedene Medienformate hinweg zu schulen.

Bis dahin können Sie Ihre Website-Besucher von den AI-Verkaufsagenten von Chatsimple unterstützen lassen, bevor sie den Schritt machen, mit einem Verkäufer zu sprechen.

Probieren Sie Chatsimple aus und lassen Sie Ihre Besucher die Geschwindigkeit von GPT-4o beim Beantworten von Fragen zu Ihren Produkten oder Dienstleistungen erleben.