Atualização do ChatGPT terá recursos de vídeo e áudio, segundo rumor

A atualização do GPT-4.5, o mais moderno modelo de linguagem grande (LLM) do ChatGPT, vazou antes do lançamento. Entre os detalhes divulgados, o robô deve incluir recursos de imagem, vídeo, áudio e também 3D. A OpenAI, desenvolvedora da inteligência artificial (IA), ainda não confirmou as informações.

Um trecho do rascunho vazado foi publicado no X, antigo Twitter, pelo usuário Daniel Nguyen. Segundo ele, a atualização fará com que o ChatGPT tenha uma compreensão interligada entre as diferentes formas de interação.

• Leia mais: OpenAI confirma que ChatGPT está mais 'preguiçoso'

OpenAI “leaked” GPT-4.5 ??

Most advanced model brings multi-modal capabilities across language, audio, vision, video, and 3D, alongside complex reasoning and cross-modal understanding.

New models:

• GPT-4.5

• GPT-4.5-64k

• GPT-4.5-audio-and-speech pic.twitter.com/hRyAbJXK40

— Daniel Nguyen (@daniel_nguyenx) December 14, 2023

O GPT-4.5 é o modelo mais poderoso da OpenAI. A atualização irá custar US$ 0,06, cerca de R$ 0,29, por mil tokens de entrada. Já os de saída custarão US$ 0,18, ou R$ 0,88, também por mil. O vazamento inclui ainda outros valores, todos mais altos do que os do GPT-4, versão usada no ChatGPT Plus e Microsoft Copilot:

• GPT-4.5 64K – US$ 0,12 por mil tokens de entrada e US$ 0,36 por mil mil tokens de saída
• Áudio e fala GPT-4.5 – US$ 0,012 por minuto de entrada e US$ 0,024 por minuto de saída

A OpenAI, desenvolvedora do ChatGPT, não comentou ainda sobre a veracidade das informações vazadas sobre o poderoso modelo de linguagem.Fonte:  GettyImages 

Como a OpenAI não se pronunciou sobre o vazamento, é difícil confirmar a precisão das informações. Caso o documento seja verdadeiro, a nova versão do modelo de linguagem deve ser lançada nos próximos dias, como aconteceu com GPT-4 Turbo.

• Confira: ChatGPT, Bard, Copilot e mais: as 7 melhores IAs de 2023

Vale ainda lembrar que ele chega após o Google anunciar o Gemini. A IA da big tech é capaz de entender diversos tipos de entrada combinadas, justamente a fraqueza anterior do chatbot da startup. O modelo já pode ser usado no chatbot Bard.