OpenAI推出GPT4 支持图片输入优于GPT-3.5

今日凌晨，OpenAl正式推出了大型多模态模型GPT-4，可以接受图像（包括带有文本和照片、图表或屏幕截图的文档）和文本输入，通过文本输出。

总的来说，GPT4 主要特点包括了：突破性的问题处理能力、文字处理能力突破 25000、更强悍的编程能力、支持图片输入和分析，可以充分发挥图片识别能力和编码能力。

以下为具体案例：

OpenAl表示，GPT-4大大优于现有的大型语言模型，以及大多数最先进的（SOTA）模型。在测试的26种语言中的24种中，GPT-4优于GPT-3.5和其他LLMs的英语表现。

OpenAl称，GPT-4虽然在许多现实场景中不如人类，但在各种专业和学术基准上表现出与人类相当的性能。例如，它通过了一项模拟律师考试，成绩在考生中排名前10%左右;相比之下，GPT-3.5的分数在后10%左右。在日常谈话中，GPT-3.5和GPT-4之间的区别可能很小。当任务的复杂性达到足够的阈值时，GPT -4比GPT-3.5更可靠、更有创造性，并且能够处理更细致的指令。

OpenAl正在通过ChatGPT和API提供文本输入功能，目前，有需要的用户可以加入候补名单（openai.com/waitlist/gpt-4-api）。

具体收费标准为:

上下文长度为8K（约13页文本）的，将按每1k prompt tokens0.03美元，每1k completion tokens0.06美元的价格收费。

上下文长度为32K（约52页文本，约2. 4 万单词）的，将按每1k prompt tokens0.06美元，每1k completion tokens0.12美元的价格收费。

而ChatGPT Plus 订阅用户也可以直接试用 GPT-4，每四小时最多可以发送100条消息 。

针对未来，OpenAI透露， GPT-4已经将音频、视频和其他输入纳入在未来版本中。