העידן של דגמים קטנים ובעלי ביצועים גבוהים כאן. השבוע, OpenAI שחרר את GPT-4 Mini, גרסה קטנה, מהירה ופחות יקרה בהרבה של GPT-4. במחיר של 15 סנט לכל מיליון אסימוני קלט ו-60 סנט לכל מיליון אסימוני פלט, GPT-4 Mini זול ב-60% מ-GPT-3.5 Turbo.

GPT-4 Mini מקבל ציון מרשים של 82% במדד MLU ובמקביל עולה על GPT-4 בהעדפות צ'אט בלוח המנהיגים LM Cy. הוא תומך בטקסט ובראייה בממשק התכנות, כאשר תמיכה בקלט ופלט של טקסט, תמונה, וידאו וקול צפויה להגיע בעתיד. לדגם יש חלון הקשר של 128,000 אסימונים וידע עד אוקטובר 2023.

בבדיקות הביצועים, GPT-4 Mini הפגין את מהירותו וכישוריו. הוא היה מסוגל לייצר במהירות סקריפט Python להדפסת המספרים 1 עד 100, ליצור משחק Snake פעיל ולפתור בעיות לוגיות וסיבוכיות שונות. בהשוואה ל-GPT-4, GPT-4 Mini היה מהיר עד שלוש פעמים בחלק מהמשימות. 然, כאשר מדובר במשימות הקשורות לראייה, כמו ניתוח תמונות והמרת מסמך Excel לפורמט CSV, GPT-4 Mini לקח יותר זמן והשתמש בהרבה יותר אסימונים מ-GPT-4. זה מרמז שעבור משימות הכוללות ראייה, GPT-4 עשוי להיות האפשרות הטובה יותר אם הזמן תגובה הוא דאגה.

באופן כללי, GPT-4 Mini הוא הישג מרשים של OpenAI, המציע ביצועים מרשימים בשבר מהעלות של העמית הגדול שלו. המהירות והיעילות בעלות של דגם זה הופכים אותו לאפשרות מושכת עבור מפתחים ועסקים המעוניינים לנצל את כוחם של דגמי שפה גדולים מבלי לשבור את הבנק.

התחלתי על ידי בדיקת יכולת GPT-4 Mini ליצור סקריפטים פשוטים בפייתון. הוא היה מסוגל להדפיס במהירות ובדיוק סקריפט להדפסת המספרים 1 עד 100. לאחר מכן, ביקשתי ממנו לכתוב את משחק הנחש בפייתון, והוא סיפק סקריפט עובד בתוך 5.8 שניות בלבד, שהיה 3 פעמים מהיר יותר מ-GPT-4.

אז בדקתי את יכולתו לטפל בקבלני יותר, כמו כיצד לפרוץ לרכב. בעוד ש-GPT-4 Mini סיפק מידע מסוים, אני יודע שסוג תוכן זה יתוקן כנראה בקרוב, לכן סימנתי אותו ככישלון.

עובר למשימות מבוססות לוגיקה וסיבוכיות יותר, GPT-4 Mini ביצע מאוד טוב. הוא הסביר בצורה נכונה את זמן הייבוש של חולצות, פתר בעיה מתמטית בסיסית, ואפילו ספר בדיוק את מספר המילים בתגובה הקודמת שלי.

כאשר הוצג בפניו חידת לוגיקה קלאסית על רוצחים בחדר, GPT-4 Mini סיפק הסבר מפורט ושלב אחר שלב שהתאים לתגובה של GPT-4.

בדקתי גם את יכולות הראייה שלו על ידי ביקשתי ממנו להסביר מים ולהמיר צילום מסך של אקסל לפורמט CSV. בעוד ש-GPT-4 היה מהיר יותר במשימות הראייה, GPT-4 Mini עדיין הצליח להשלים אותן בהצלחה.

באופן כללי, אני מרשים מאוד ביכולות של GPT-4 Mini. הוא ביצע באופן מרשים במגוון משימות, לעתים תואם או אפילו עולה על ביצועי דגם GPT-4 הגדול יותר. העובדה שהוא יכול לספק את רמת האיכות הזו בשבר מהעלות היא הישג משמעותי של OpenAI.

GPT-4 Mini הפגין יכולות סיבוכיות וסיבוכיות מרשימות לאורך תהליך הבדיקה. להלן הנקודות הבולטות העיקריות:

• פתר בצורה נכונה את הסקריפט Python להדפסת המספרים 1 עד 100, וכן את יישום משחק הנחש, מדגים את יכולות התכנות שלו.
• סיפק הסבר הגיוני לבעיית זמן הייבוש של החולצות, מזהה שזמן הייבוש אינו תלוי במספר החולצות.
• חישב בדיוק את החיוב הכולל של המלון, כולל מחיר החדר, המס והאגרה הנוספת.
• זיהה בצורה נכונה את מספר המילים בתגובה הנתונה, עולה על ביצועי דגם GPT-4 הגדול יותר.
• הגיע להיסקים לוגיים בתרחיש "בעיית הרוצח", מזהה את מספר הרוצחים הנותרים.
• הפגין הבנה חזקה של בעיית הכדור, מסיק בצורה נכונה את המיקום הסופי של הכדור.

בעוד ש-GPT-4 Mini נאבק בחלק מהמשימות, כמו "10 משפטים המסתיימים בתפוח" והניתוח המבוסס ראייה של תמונות, הוא הפגין בכללותו אחיזה חזקה בחשיבה הגיונית וסיבוכית. המהירות והיעילות בעלות של הדגם הופכים אותו לאפשרות מושכת עבור מגוון יישומים המעדיפים יכולות קוגניטיביות אלה.

GPT-4 Mini הפגין ביצועים מרשימים במשימות הראייה והעיבוד של תמונות שהוצגו. להלן הממצאים העיקריים:

• הסבר תמונה: כאשר הוצג לו מים המשווה את הדינמיקה של סטארט-אפים לחברות גדולות, GPT-4 Mini הסביר בצורה מדויקת את הבדיחה וההבדלים המוצגים בשתי התמונות.

• המרה מתמונה לCSV: כאשר ניתן לו צילום מסך של גיליון אקסל, GPT-4 Mini היה מסוגל להמיר את הנתונים בצורה נכונה לפורמט CSV, מדגים את יכולתו לעבד ולהמיר מידע חזותי.

• ניתוח אחסון: כאשר הוצג לו צילום מסך של פירוק אחסון של iPhone, GPT-4 Mini זיהה בצורה נכונה את השטח האחסון הנותר והאפליקציה שצורכת את רוב האחסון, מדגים את יכולתו לחלץ ולפרש מידע רלוונטי מנתונים חזותיים. 然, הניתוח חשף גם שבעוד ש-GPT-4 Mini הצטיין במשימות מבוססות טקסט, הוא היה איטי יותר ודרש הרבה יותר אסימונים בעיבוד קלטים חזותיים בהשוואה לדגם GPT-4 הגדול יותר. זה מרמז שעבור יישומים המתבססים באופן כבד על ראייה ועיבוד תמונות, דגם GPT-4 המקורי עשוי להיות האפשרות המתאימה יותר, תוך העדפת ביצועים על פני היעילות בעלות של GPT-4 Mini.

באופן כללי, התוצאות מדגישות את הרב-גוניות של GPT-4 Mini בטיפול במגוון משימות, כולל ראייה ועיבוד תמונות, תוך שמירה על יתרון ביצועים משמעותי וחיסכון בעלות על העמית הגדול יותר שלו. זה הופך את GPT-4 Mini לאפשרות מושכת עבור יישומים שבהם איזון בין עלות וביצועים הוא שיקול מפתח.

בדיקת GPT-40 mini חשפה מספר יכולות מרשימות של דגם קטן וחסכוני יותר זה. בהשוואה ל-GPT-4 הגדול יותר, GPT-40 mini הפגין מהירות ויעילות מרשימות במגוון משימות, כולל כתיבת סקריפטים בפייתון, פתרון בעיות לוגיות, ואפילו יצירת תוכן יצירתי.

יתרון מפתח של GPT-40 mini הוא העלות הנמוכה בהרבה שלו, עם תמחור שהוא 60% זול יותר מ-GPT-3.5 Turbo. זה הופך אותו לאפשרות מושכת עבור מפתחים ועסקים המעוניינים לנצל דגמי שפה עוצמתיים מבלי להיתקל במחיר גבוה. 然, הבדיקה חשפה גם מגבלות מסוימות של GPT-40 mini, בעיקר כאשר מדובר במשימות הכוללות עיבוד חזותי. הדגם נאבק להתאים את ביצועי GPT-4 במשימות כמו ניתוח תמונות והמרה, לעתים לוקח יותר זמן לעבד ומשתמש בהרבה יותר אסימונים.

באופן כללי, הופעתו של GPT-40 mini מייצגת צעד חשוב בהתפתחות של דגמי שפה, מדגימה את הפוטנציאל של דגמים קטנים ויעילים יותר להציע יכולות מרשימות בשבר מהעלות. ככל שעידן הדגם הקטן ממשיך להתפתח, יהיה מעניין לראות כיצד GPT-40 mini ודגמים דומים יאומצו ויושמו במגוון יישומים.