> ## Content Index > Fetch the complete content index at: https://www.alessiopomaro.it/llms.txt > Use this file to discover other available public pages before exploring further. # GPT-4o: il più performante, multimodale, e.. gratuito!? - URL: https://www.alessiopomaro.it/gpt-4o-openai-multimodale-gratuito/ - Published: 2024-05-14T05:35:02.000Z - Updated: 2024-06-19T08:23:29.000Z - Description: 3 riflessioni sulle novità presentate da OpenAI durante lo Spring Update - Author: Alessio Pomaro - Tags: AI, GPT, Voice Technology, Novità e Riflessioni Probabilmente siamo già saturi delle novità esposte da OpenAI durante lo **Spring Update:** ne ha già parlato ogni canale presente online. Le sintetizzo brevemente nella seconda parte.. prima vorrei condividere **3 riflessioni**. ### **1) Il miglior modello esistente gratuito** Il cambiamento radicale presentato da OpenAI riguarda l'accesso gratuito al miglior LLM esistente (*GPT-4o*) attraverso ChatGPT. > Da questo momento, chi pagherà un abbonamento per un modello inferiore della concorrenza? Chiaramente, gli utenti ChatGPT Plus continueranno ad avere vantaggi (*esempi: rate limit, priorità, voice*), ma sarà sufficiente per evitare che molti di essi valutino di non mantenere la versione a pagamento? Probabilmente è una **scelta strategica** più orientata ai clienti business (*API*), mantenendo l'accesso gratuito alla versione Chat, anche se la prospettiva potrebbe cambiare rapidamente in vista del prossimo modello di nuova generazione (*GPT-5 o quello che sarà*). Se questo modello di business funzionerà per OpenAI, di certo si tratta di **una grande mossa per abbattere i competitor** e le **motivazioni verso sviluppi di soluzioni con tecnologia open source** (*al netto di esigenze specifiche*). ### **2) La naturalezza dell'interazione** GPT-4o è un **modello end-to-end nativamente multimodale**. Questo significa che è in grado di elaborare testo, audio, voce, video e immagini contemporaneamente, in modo continuo. Questa evoluzione era abbastanza prevedibile: di fatto, le interazioni tra esseri umani sono di questo tipo. **Gemini Pro di Google**, inoltre, ci ha già dato un assaggio di sistemi di questo tipo ([*un esempio*](https://www.youtube.com/watch?v=VJEkwYmwzEw&ref=alessiopomaro.it)). Ma le interazioni vocali (*e multimodali*) viste durante la presentazione, mostrano una **naturalezza** alla quale non siamo abituati, soprattutto se abbiamo scagliato dalla finestra qualche dispositivo Google Home e/o Alexa. Possiamo dire addio ai "***turni della conversazione***" scanditi da segnali acustici e il dover attendere che l'assistente termini la risposta: > quello che abbiamo visto è una "vera" conversazione, con la possibilità di intervenire mentre l'agente si esprime, ad un ritmo assolutamente paragonabile alla comunicazione tra esseri umani. L'assistente è in grado di **interagire con quello che "*vede*" in real-time** attraverso la camera del dispositivo, e nella **versione desktop** con i contenuti presenti nello schermo. Infine, un aspetto sbalorditivo riguarda il **riconoscimento delle emozioni** dell'interlocutore. > Tutto questo è sufficiente per un utilizzo naturale in ogni ambito? Probabilmente non ancora. Ma l'avvicinamento all'obiettivo e il distanziamento con ciò che conoscevamo in precedenza è davvero impressionante. ### **3) La natura di questi modelli..** reminder Come ha detto Sundar Pichai in una [recente intervista](https://www.youtube.com/watch?v=5puu3kN9l7c&ref=alessiopomaro.it).. > Sarei sorpreso se i LLM fossero l'unica cosa di cui abbiamo bisogno per fare progressi. Un modello di linguaggio può essere talmente performante da darci perfettamente la sensazione di “*comprensione*” e “*ragionamento*” (*e su questo ci siamo quasi*), ma **non ha basi logiche solide e affidabili**. Questo dobbiamo tenerlo sempre presente. Nell'esempio che segue, vediamo due risposte di GPT-4o alla domanda "*devo parlare con l'unico fratello di mio fratello. Come posso fare?*". La prima è completamente fuori luogo, mentre la seconda rappresenta una buona interazione. ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2024/05/gpt4-o.webp) ![](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2024/05/gpt4-o-2.webp) Un test di GPT-4o Questi modelli ottengono **punteggi impressionanti su molti benchmark**, superano esami in modo più brillante della media delle persone, ma “*cadono*” su domande che richiedono ragionamenti che a chiunque sembrerebbero banali. Questo rappresenta un problema? No, se ne abbiamo la **consapevolezza** e li usiamo laddove possono darci dei reali vantaggi. Questi sistemi, in un certo senso, si comportano in modo intelligente pur non essendo intelligenti. --- ## **Una sintesi delle novità presentate da OpenAI** Durante la tanto attesa live di OpenAI, programmata esattamente 24 ore prima dell'[**I/O 2024**](https://io.google/2024/?ref=alessiopomaro.it) di Google, **Mira Murati** (*Chief Technology Officer di OpenAI*) ha presentato diverse novità interessanti. OpenAI Spring Update Le vediamo in una rapida sintesi. - [**GPT-4o**](https://openai.com/index/hello-gpt-4o/?ref=alessiopomaro.it) (*"o" = "omni"*) è il nuovo flagship model di OpenAI, che sarà disponibile via ChatGPT (*anche nella versione gratuita*) e via API. Chiaramente è anche il modello più performante esistente. ![Performance di GPT-4o su diversi benchmark](https://storage.ghost.io/c/d7/3a/d73a3886-5e95-4e08-9255-a08eb51bb37b/content/images/2024/05/gpt-4o-performance.webp) Performance di GPT-4o su diversi benchmark > it is a very good model (we had a little fun with the name while testing) [pic.twitter.com/xKIwhKyRGt](https://t.co/xKIwhKyRGt?ref=alessiopomaro.it) > > — Sam Altman (@sama) [May 13, 2024](https://twitter.com/sama/status/1790066003113607626?ref%5Fsrc=twsrc%5Etfw&ref=alessiopomaro.it) - 2 volte più veloce, con un costo inferiore del 50%, e con un rate limit di 5 volte superiore rispetto a GPT-4 Turbo. - Un modello **nativamente multimodale**, che fonde testo, audio, voice e vision. - Durante la live, sono state fatte diverse interazioni con l'**assistente vocale** di ChatGPT, dimostrando una naturalezza impressionante, eliminando il concetto dei "*turni della conversazione*", riconoscendo le emozioni dell'utente e modificando il tono del dialogo su richiesta. - È stata presentata una **versione desktop di ChatGPT**, che può rimanere aperta in background, dialogare con l'utente, e interagire con gli elementi dello schermo. --- > Se OpenAI chiudesse davvero [l'accordo con Apple](https://www.bloomberg.com/news/articles/2024-05-11/apple-closes-in-on-deal-with-openai-to-put-chatgpt-on-iphone?ref=alessiopomaro.it) e riuscisse a implementare un GPT-4o distillato sul dispositivo per sostituire Siri.. > beh, ne vedremo delle belle 🙂 --- ## \- GRAZIE - Se hai apprezzato il contenuto, e pensi che potrebbe essere utile ad altre persone, condividilo 🙂 ## Iscriviti alla Newsletter Un appuntamento periodico dedicato all'aggiornamento e alla riflessione su tematiche relative all'intelligenza artificiale. Iscriviti alla Newsletter Email sent! Check your inbox to complete your signup. Gratuita. No Spam. Puoi disiscriverti quando vuoi.Consulta la [privacy policy](https://www.alessiopomaro.it/privacy-policy/).