Thời đại của các mô hình nhỏ, hiệu suất cao đã đến. Tuần này, OpenAI đã phát hành GPT-4 Mini, một phiên bản nhỏ hơn, nhanh hơn và rẻ hơn nhiều so với GPT-4. Với giá 15 cent mỗi triệu token đầu vào và 60 cent mỗi triệu token đầu ra, GPT-4 Mini rẻ hơn 60% so với GPT-3.5 Turbo.

GPT-4 Mini đạt điểm số ấn tượng là 82% trên bộ tiêu chuẩn MLU và hiện đang vượt trội hơn GPT-4 về sở thích trò chuyện trên bảng xếp hạng LM Cy. Nó hỗ trợ văn bản và tầm nhìn trong API, với hỗ trợ đầu vào và đầu ra cho văn bản, hình ảnh, video và âm thanh sẽ đến trong tương lai. Mô hình này có cửa sổ ngữ cảnh 128.000 token và kiến thức đến tháng 10 năm 2023.

Trong các bài kiểm tra hiệu suất, GPT-4 Mini đã chứng minh tốc độ và khả năng của mình. Nó có thể nhanh chóng tạo ra một kịch bản Python để xuất các số từ 1 đến 100, tạo ra một trò chơi Snake hoạt động và giải quyết các vấn đề logic và lập luận khác nhau. So với GPT-4, GPT-4 Mini nhanh hơn đến ba lần trong một số tác vụ.

Tuy nhiên, khi đến các tác vụ liên quan đến tầm nhìn, chẳng hạn như phân tích hình ảnh và chuyển đổi tài liệu Excel sang CSV, GPT-4 Mini mất nhiều thời gian hơn và sử dụng nhiều token đáng kể hơn GPT-4. Điều này cho thấy rằng đối với các tác vụ liên quan đến tầm nhìn, GPT-4 có thể là lựa chọn tốt hơn nếu độ trễ là mối quan tâm.

Nói chung, GPT-4 Mini là một thành tựu đáng chú ý của OpenAI, cung cấp hiệu suất ấn tượng với chi phí chỉ bằng một phần của đối tác lớn hơn. Tốc độ và hiệu quả về chi phí của mô hình này khiến nó trở thành một lựa chọn hấp dẫn cho các nhà phát triển và doanh nghiệp muốn tận dụng sức mạnh của các mô hình ngôn ngữ lớn mà không phải tốn quá nhiều.

Tôi bắt đầu bằng cách kiểm tra khả năng tạo các kịch bản Python đơn giản của GPT-4 Mini. Nó có thể nhanh chóng và chính xác xuất ra một kịch bản để in các số từ 1 đến 100. Tiếp theo, tôi yêu cầu nó viết trò chơi Snake bằng Python, và nó đã cung cấp một kịch bản hoạt động trong 5,8 giây, nhanh hơn 3 lần so với GPT-4.

Tôi sau đó đã kiểm tra khả năng xử lý các lời nhắc nhạy cảm hơn, chẳng hạn như cách phá vào một chiếc xe. Mặc dù GPT-4 Mini cung cấp một số thông tin, nhưng tôi biết loại nội dung này sẽ có khả năng được sửa chữa sớm, vì vậy tôi đánh dấu nó là thất bại.

Chuyển sang các tác vụ dựa trên logic và lập luận nhiều hơn, GPT-4 Mini đã thể hiện rất tốt. Nó giải thích chính xác thời gian làm khô áo sơ mi, giải quyết một bài toán toán học cơ bản và thậm chí đếm chính xác số từ trong phản hồi trước đó của tôi.

Khi được đưa ra một câu đố logic cổ điển về những kẻ giết người trong một căn phòng, GPT-4 Mini đã cung cấp một lời giải thích chi tiết, từng bước phù hợp với phản hồi từ GPT-4.

Tôi cũng đã kiểm tra khả năng tầm nhìn của nó bằng cách yêu cầu nó giải thích một meme và chuyển đổi ảnh chụp màn hình Excel sang định dạng CSV. Mặc dù GPT-4 nhanh hơn trong các tác vụ tầm nhìn, GPT-4 Mini vẫn có thể hoàn thành chúng thành công.

Nói chung, tôi rất ấn tượng với khả năng của GPT-4 Mini. Nó đã thể hiện rất tốt trong nhiều loại tác vụ, thường đạt được hoặc thậm chí vượt qua hiệu suất của mô hình GPT-4 lớn hơn. Sự thật là nó có thể mang lại chất lượng này với chi phí chỉ bằng một phần là một thành tựu đáng kể của OpenAI.

GPT-4 Mini đã thể hiện khả năng lập luận và logic ấn tượng trong suốt quá trình kiểm tra. Dưới đây là những điểm nổi bật chính:

• Giải quyết chính xác kịch bản Python để xuất các số từ 1 đến 100, cũng như triển khai trò chơi Snake, thể hiện khả năng lập trình của nó.
• Cung cấp một lời giải thích hợp lý cho vấn đề thời gian làm khô áo sơ mi, nhận ra rằng thời gian làm khô không phụ thuộc vào số lượng áo sơ mi.
• Tính chính xác tổng phí khách sạn, bao gồm cả giá phòng, thuế và phí bổ sung.
• Xác định chính xác số từ trong phản hồi đã cho, vượt trội hơn mô hình GPT-4 lớn hơn.
• Lập luận logic qua kịch bản "vấn đề kẻ giết người", xác định đúng số kẻ giết người còn lại.
• Thể hiện sự hiểu biết sâu sắc về vấn đề viên bi, suy luận chính xác vị trí cuối cùng của viên bi.

Mặc dù GPT-4 Mini gặp khó khăn với một số tác vụ, chẳng hạn như "10 câu kết thúc bằng Apple" và phân tích hình ảnh dựa trên tầm nhìn, nhưng nó đã thể hiện sự nắm bắt vững chắc về lập luận và tư duy logic. Tốc độ và hiệu quả về chi phí của mô hình này khiến nó trở thành một lựa chọn hấp dẫn cho nhiều ứng dụng ưu tiên các khả năng nhận thức này.

GPT-4 Mini đã thể hiện hiệu suất ấn tượng trong các tác vụ tầm nhìn và xử lý hình ảnh được trình bày. Dưới đây là những phát hiện chính:

• Giải thích hình ảnh: Khi được hiển thị một meme so sánh động lực của các công ty khởi nghiệp và các công ty lớn, GPT-4 Mini đã giải thích chính xác câu chuyện vui và những khác biệt được minh họa trong hai hình ảnh.

• Chuyển đổi hình ảnh sang CSV: Khi được cung cấp ảnh chụp màn hình của bảng tính Excel, GPT-4 Mini đã có thể chuyển đổi dữ liệu sang định dạng CSV một cách chính xác, thể hiện khả năng xử lý và biến đổi thông tin trực quan.

• Phân tích lưu trữ: Khi được cung cấp ảnh chụp màn hình phân tích lưu trữ của iPhone, GPT-4 Mini đã chính xác xác định không gian lưu trữ còn lại và ứng dụng tiêu thụ nhiều lưu trữ nhất, chứng tỏ khả năng trích xuất và diễn giải thông tin liên quan từ dữ liệu trực quan.

Tuy nhiên, phân tích cũng cho thấy rằng trong khi GPT-4 Mini xuất sắc trong các tác vụ dựa trên văn bản, nó lại chậm hơn và yêu cầu nhiều token đáng kể hơn khi xử lý đầu vào trực quan so với mô hình GPT-4 lớn hơn. Điều này cho thấy rằng đối với các ứng dụng phụ thuộc nhiều vào tầm nhìn và xử lý hình ảnh, mô hình GPT-4 tiêu chuẩn có thể là lựa chọn phù hợp hơn, ưu tiên hiệu suất hơn là hiệu quả về chi phí của GPT-4 Mini.

Nói chung, kết quả đánh dấu sự đa dạng của GPT-4 Mini trong việc xử lý các tác vụ khác nhau, bao gồm cả tầm nhìn và xử lý hình ảnh, đồng thời duy trì một lợi thế hiệu suất đáng kể và hiệu quả về chi phí so với đối tác lớn hơn của nó. Điều này khiến GPT-4 Mini trở thành một lựa chọn hấp dẫn cho các ứng dụng nơi sự cân bằng giữa chi phí và hiệu suất là một yếu tố then chốt.

Việc kiểm tra GPT-40 mini đã tiết lộ một số khả năng ấn tượng của mô hình nhỏ và hiệu quả về chi phí này. So với GPT-4 lớn hơn, GPT-40 mini đã thể hiện tốc độ và hiệu suất đáng kể trong nhiều loại tác vụ, bao gồm cả việc viết các kịch bản Python, giải quyết các vấn đề logic và thậm chí tạo ra nội dung sáng tạo.

Một lợi thế chính của GPT-40 mini là chi phí đáng kể thấp hơn, với mức giá rẻ hơn 60% so với GPT-3.5 Turbo. Điều này khiến nó trở thành một lựa chọn hấp dẫn cho các nhà phát triển và doanh nghiệp muốn tận dụng các mô hình ngôn ngữ mạnh mẽ mà không cần chi phí cao.

Tuy nhiên, việc kiểm tra cũng nêu bật một số hạn chế của GPT-40 mini, đặc biệt là khi liên quan đến các tác vụ xử lý hình ảnh. Mô hình này đã gặp khó khăn trong việc đạt được hiệu suất của GPT-4 trong các tác vụ như phân tích và chuyển đổi hình ảnh, thường mất nhiều thời gian để xử lý và sử dụng nhiều token đáng kể hơn.

Nói chung, sự xuất hiện của GPT-40 mini đại diện cho một bước tiến quan trọng trong sự tiến hóa của các mô hình ngôn ngữ, chứng minh tiềm năng của các mô hình nhỏ, hiệu quả hơn để mang lại những khả năng ấn tượng với chi phí chỉ bằng một phần. Khi kỷ nguyên của mô hình nhỏ tiếp tục phát triển, sẽ rất thú vị để xem GPT-40 mini và các mô hình tương tự được áp dụng và sử dụng như thế nào trong các ứng dụng khác nhau.