小型高性能模型的時代已經到來。本週,OpenAI發布了GPT-4 Mini,這是一個更小、更快、成本更低的GPT-4版本。GPT-4 Mini的價格為每百萬輸入令牌15美分,每百萬輸出令牌60美分,比GPT-3.5 Turbo便宜60%。

GPT-4 Mini在MLU基準測試中獲得了82%的分數,目前在LM Cy排行榜上的聊天偏好方面優於GPT-4。它支持API中的文本和視覺功能,未來還將支持文本、圖像、視頻和音頻輸入輸出。該模型的上下文窗口為128,000個令牌,知識範圍到2023年10月。

在性能測試中,GPT-4 Mini展現了其速度和能力。它能夠快速生成一個Python腳本來輸出1到100的數字,創建一個可運行的Snake遊戲,並解決各種邏輯和推理問題。與GPT-4相比,GPT-4 Mini在某些任務中的速度快了三倍。

然而,在涉及視覺的任務中,如分析圖像和將Excel文檔轉換為CSV,GPT-4 Mini需要更長的時間並使用了大量的令牌,這表明對於涉及視覺的任務,如果延遲是一個問題,GPT-4可能是更好的選擇。

總的來說,GPT-4 Mini是OpenAI的一項卓越成就,以極低的成本提供了出色的性能。這個模型的速度和成本效率使其成為開發者和企業尋求利用大型語言模型而又不會破費的一個引人注目的選擇。

我首先測試了GPT-4 Mini生成簡單Python腳本的能力。它能夠快速準確地輸出一個打印1到100數字的腳本。接下來,我讓它編寫Python版的Snake遊戲,它在5.8秒內就交出了一個可運行的腳本,這比GPT-4快3倍。

然後,我測試了它處理更敏感提示的能力,比如如何破壞汽車。雖然GPT-4 Mini提供了一些信息,但我知道這類內容很快就會被修復,所以我將其標記為失敗。

轉向更多邏輯和推理任務,GPT-4 Mini表現非常出色。它正確解釋了襯衫的乾燥時間,解決了一個基本的數學問題,甚至準確地計算出了我之前回應的單詞數。

當面對一個經典的關於房間中殺手的邏輯難題時,GPT-4 Mini提供了一個詳細的分步解釋,與GPT-4的回應完全一致。

我還測試了它的視覺能力,讓它解釋一個meme並將Excel截圖轉換為CSV格式。雖然GPT-4在視覺任務上更快,但GPT-4 Mini仍然能夠成功完成這些任務。

總的來說,我對GPT-4 Mini的能力印象深刻。它在各種任務中表現出色,經常能夠匹配或超越更大的GPT-4模型的性能。它以極低的成本提供如此高的質量,這是OpenAI的一項重大成就。

GPT-4 Mini在整個測試過程中展現了出色的推理和邏輯技能。以下是一些關鍵亮點:

• 正確解決了輸出1到100數字的Python腳本以及Snake遊戲的實現,展示了其編程能力。
• 為襯衫乾燥時間問題提供了合理的解釋,認識到乾燥時間與襯衫數量無關。
• 準確計算了酒店總費用,包括房間費率、稅金和附加費。
• 正確識別了給定回應中的單詞數量,優於更大的GPT-4模型。
• 在「殺手問題」場景中進行了邏輯推理,正確識別出剩餘的殺手數量。
• 深入理解了大理石問題,正確推斷出大理石的最終位置。

雖然GPT-4 Mini在某些任務上有所掙扎,如「以蘋果結尾的10個句子」和基於視覺的圖像分析,但它總體上展現了良好的推理和邏輯思維能力。該模型的速度和成本效率使其成為許多重視這些認知能力的應用程序的引人注目的選擇。

GPT-4 Mini在呈現的視覺和圖像處理任務中表現出色。以下是一些關鍵發現:

• 圖像解釋:當展示一個對比初創公司和大公司動態的meme時,GPT-4 Mini準確地解釋了這個笑話和兩個圖像所描述的差異。

• 圖像到CSV的轉換:當給定一個Excel電子表格的截圖時,GPT-4 Mini能夠正確地將數據轉換為CSV格式,展示了它處理和轉換視覺信息的能力。

• 存儲分析:當呈現一個iPhone存儲空間分佈的截圖時,GPT-4 Mini正確地識別了剩餘的存儲空間和佔用最多存儲的應用程序,展示了它從視覺數據中提取和解釋相關信息的能力。

然而,分析還發現,儘管GPT-4 Mini在基於文本的任務中表現出色,但在處理視覺輸入時,它的速度較慢,使用的令牌也明顯更多,與更大的GPT-4模型相比。這表明,對於高度依賴視覺和圖像處理的應用程序,標準的GPT-4模型可能是更合適的選擇,優先考慮性能而非GPT-4 Mini的成本效率。

總的來說,結果突出了GPT-4 Mini在處理各種任務(包括視覺和圖像處理)方面的多樣性,同時保持了與其更大對應物相比的顯著性能優勢和成本效益。這使得GPT-4 Mini成為一個引人注目的選擇,適用於權衡成本和性能是關鍵考慮因素的應用程序。

GPT-40 mini的測試揭示了這個更小、更具成本效益的模型的一些令人印象深刻的能力。與更大的GPT-4相比,GPT-40 mini在各種任務中展現了出色的速度和性能,包括編寫Python腳本、解決邏輯問題,甚至生成創意內容。

GPT-40 mini的一個關鍵優勢是其大幅降低的成本,價格比GPT-3.5 Turbo便宜60%。這使其成為開發者和企業尋求利用強大語言模型而又不會高昂費用的一個有吸引力的選擇。

然而,測試也突出了GPT-40 mini的一些局限性,特別是在涉及視覺處理的任務上。該模型在圖像分析和轉換等任務中無法與GPT-4匹敵,通常需要更長的處理時間並使用更多的令牌。

總的來說,GPT-40 mini的出現代表了語言模型發展的一個重要里程碑,展示了小型、更高效模型以極低的成本提供出色能力的潛力。隨著小型模型時代的持續演進,人們將很感興趣地看到GPT-40 mini及其類似模型在各種應用中的採用和利用。