5月14日、日本時間深夜2時よりOpenAIのイベントが開催されました。

イベントの内容は、AIの新しい時代の幕開けを予感させる衝撃的な発表となりました。

注目すべきは、

• 最新モデル「GPT-4o」の登場

• 無料ユーザーへの解放

の二つです。

これにより、より多くのユーザーが高度なAIを手軽に利用できるようになります。

今回は、このOpenAIの最新アップデートの内容を詳しく解説していきます！

新しく発表されたGPT-4oとは？

5月14日のイベントで発表された最新モデル「GPT-4o」（oはomniの略：【omniは「全ての」を意味する】）は、音声、視覚、テキストをリアルタイムで処理できる新しいAIモデルです。これにより、より自然な人間とAIの対話が可能になりました。

主な特徴

• マルチモーダル対応：テキスト、音声、画像の組み合わせを入力として受け取り、同様に多様な形式の出力を生成可能。

• 高速応答：音声入力に対して232ミリ秒、平均320ミリ秒で応答し、人間の会話とほぼ同等のスピード。

• 多言語対応：GPT-4 Turboと同等の英語およびコード処理能力を持ち、非英語テキストでも大幅に改善。

• コスト効率：APIではGPT-4 Turboよりも2倍高速で、価格は半分、レート制限は5倍に。

モデルの進化

以前のVoice Modeでは、音声をテキストに変換し、テキストを処理して再度音声に変換するため、遅延が生じていました。

GPT-4oでは、テキスト、視覚、音声を一つのモデルで処理するため、より自然な対話が可能になりました。

(0:56~からのChatGPTの感情表現は必見です)

活用事例

GPT-4oの様々なユースケースをご紹介します。