מה זה GPT-4o, ולמה "o"
GPT-4o הוא מודל-הדגל של OpenAI, שהוצג ב-13 במאי 2024 באירוע-שידור חי ("Spring Update"). האות "o" מייצגת את המילה omni ("כל"), ומתייחסת ליכולתו לקבל ולייצר שילוב של טקסט, קול ותמונה — כל זאת בתוך רשת-עצבית אחת ויחידה, ולא באמצעות צירוף כמה מודלים נפרדים (מודל-דיבור-לטקסט, מודל-שפה, מודל-טקסט-לדיבור) כפי שנעשה בגרסאות הקודמות של מצב-הקול ב-ChatGPT.
שיחה קולית כמעט בזמן-אמת: הפער מהגישה הישנה
לפני GPT-4o, מצב-הקול ב-ChatGPT עבד בצינור תלת-שלבי: מודל אחד תמלל את הדיבור לטקסט, מודל-שפה עיבד את הטקסט וענה, ומודל שלישי הפך את התשובה בחזרה לדיבור — תהליך שיצר עיכוב ממוצע של כמה שניות, ואיבד בדרך מידע חשוב כמו טון-הדיבור, רגש או רעשי-רקע. GPT-4o מבצע את כל השלבים האלה בתוך מודל אחד, ולכן מגיב לקלט-קול בפער-זמן ממוצע של כ-320 מילישניות בלבד — קרוב מאוד לקצב תגובה טבעי בשיחה בין בני-אדם — ומסוגל, להדגמה, לזהות טון-דיבור ורגש ולהגיב אליהם.
ביצועים: כמו GPT-4, אבל מהיר יותר, זול יותר ורב-לשוני יותר
מבחינת יכולות-שפה וקוד באנגלית, GPT-4o הציג רמת-ביצוע דומה בקירוב לזו של GPT-4 Turbo שקדם לו — אך עם שיפור ניכר בשפות שאינן אנגלית, בהבנת-תמונה ובהבנת-קול. במקביל, OpenAI הציגה אותו כמהיר פי-שניים וזול בכ-50% משימוש ב-GPT-4 Turbo דרך ה-API, מה שהפך יכולות רב-מודליות מתקדמות לזמינות בהרבה למפתחים.
זמינות חינמית: שינוי-מדיניות משמעותי
בשונה מדגמי-הדגל הקודמים של OpenAI, שהיו זמינים רק למנויים בתשלום, GPT-4o הועמד לרשות כל משתמשי ChatGPT — כולל בשכבה החינמית — כבר ביום ההשקה, עם מגבלות-שימוש נמוכות יותר ממנויי Plus בתשלום. הצעד הזה הרחיב משמעותית את החשיפה של הציבור הרחב ליכולות-AI רב-מודליות מתקדמות.
מה קרה אחר-כך: GPT-4o mini, ופרישה הדרגתית
בעקבות GPT-4o הציגה OpenAI ביולי 2024 גרסה קטנה וזולה יותר, GPT-4o mini, שהחליפה את GPT-3.5 Turbo כברירת-המחדל החינמית. GPT-4o עצמו נשאר דגם מוביל בשימוש נרחב עד השקת דור-המודלים GPT-5 באוגוסט 2025, ולאחר תקופת-מעבר — שכללה גם החזרה זמנית שלו לאחר תלונות משתמשים שהעדיפו את סגנון-השיחה שלו — הוסר סופית מממשק ChatGPT בפברואר 2026, אם כי נשאר זמין דרך ה-API.