GPT-4o 对聊天机器人意味着什么？

两倍的速度和一半的价格--GPT-4o对人工智能聊天机器人意味着什么？

继神秘发布之后，OpenAI 又推出了其旗舰机型的最新版本：GPT-4o.

最新型号不仅在多模态功能方面大放异彩，而且比 GPT-4 Turbo 更快、更便宜。它比GPT Turbo 更快、更便宜。虽然主流媒体对新旗舰机型的视频和语音功能赞不绝口，但对于 ChatGPT的视频和语音功能时，新的成本和速度对使用GPT 支持其应用程序的用户同样具有影响力。

靛蓝色背景上的白色字体。Botpress 软件工程师Patrick Hamelin 的一段话："4o的可用性能够显著改善建筑商和用户的体验。其影响比我们想象的还要深远"。

"Patrick Hamelin 说："4o 的可用性能够显著改善建筑商和用户体验。 Botpress."其影响比我们想象的还要深远"。

因此，让我们深入探讨新模式将如何撼动人工智能chatbots 。

模型功能

向GPT 问好 -4o

新的旗舰机型拥有一系列令人兴奋的更新和新功能：增强的语音和视频功能、实时翻译和更多的自然语言能力。它可以分析图像、理解更多种类的音频输入、提供摘要帮助、促进实时翻译和创建图表。用户可以上传文件并进行语音对话。它甚至还配有桌面应用程序。

在一系列发布视频中，OpenAI 员工（以及可汗学院的萨尔-可汗等同事）演示了最新版GPT 为用户准备求职面试、唱歌、通过面部表情识别人类情绪、求解书面数学公式，甚至与另一个ChatGPT-4o 进行互动。

这次发布会展示了一种新的现实，即人工智能模型能够分析孩子笔记本上的文字并做出回应。它可以第一次解释分数加法的概念，根据孩子的理解改变语气和策略--它可以跨越从聊天机器人到私人教师的界限。

GPT-4o 演示视频截图，视频主角是 KanAcademy 的创作者萨尔-汗和他的儿子。 — *可汗Academy 的创建者萨尔-可汗和他的儿子演示GPT-4o 提供几何辅导的能力。*

GPT-4o 对LLM 聊天机器人意味着什么？

在LLMs 上运行的人工智能聊天机器人会在OpenAI 等公司每次更新模型时获得更新。如果LLM 代理连接到Botpress 等机器人构建平台，他们就能在自己的聊天机器人中获得最新GPT 模型的所有优势。

随着GPT-4o 的发布，人工智能聊天机器人现在可以选择在高级模型上运行，从而改变其能力、价格和速度。新模式的速率限制比GPT-4 Turbo 高 5 倍，每分钟可处理多达 1000 万个代币。

对于使用音频集成（如Twilio onBotpress ）的机器人来说，一个语音交互的新世界已经出现。chatbots 不再局限于过去的音频处理，而是在模仿人类交互方面更进一步。

也许最重要的是降低了付费用户的成本。只需花费一半的成本就能运行一个功能类似的聊天机器人，这将大大提高全球范围内的可访问性和可负担性。Botpress 用户无需为机器人支付额外的人工智能费用，因此这些节省下来的费用将直接用于建设者。

在用户方面，GPT-4o 意味着更好的用户体验。没有人喜欢等待。对于人工智能聊天机器人用户来说，更短的响应时间意味着更高的用户满意度。

*在Botpress studio 中，用户可以为机器人工作流程的不同部分选择不同版本的GPT 。*

用户喜欢速度

采用聊天机器人的一个关键因素是改善用户体验。有什么能比缩短等待时间更能改善用户体验呢？

"肯定会有更好的体验，"哈梅林说。"你最不想做的事就是等待别人"。

人类讨厌等待。甚至早在 2003 年，一项研究就发现，人们只愿意等待大约 2 秒钟来加载网页。从那时起，我们的耐心肯定没有增加。

每个人都讨厌等待

有大量用户体验技巧可以缩短用户感知到的等待时间。我们通常无法提高事件发生的速度，因此我们把重点放在如何让用户感觉时间过得更快上。视觉反馈（如加载条图像）可以缩短感知等待时间。

在一个关于电梯等候时间的著名故事中，纽约的一栋老楼收到了大量投诉。居民们需要等待 1-2 分钟才能等到电梯。大楼无法将电梯升级到更新的型号，居民们威胁要毁约。

一位接受过心理学培训的新员工发现，真正的问题不在于损失的两分钟时间，而在于无聊。他建议安装镜子，这样住户在等待时就可以看看自己或他人。于是，关于电梯的抱怨声停止了，现在，在电梯大厅里看到镜子已经是司空见惯的事了。

OpenAI 没有采取视觉反馈等捷径来提升用户体验，而是从源头上改善了用户体验。速度是用户体验的核心，没有什么技巧能与高效交互带来的满足感相媲美。

为每个人节省开支

使用这种新的人工智能模型来运行应用程序突然变得便宜了。便宜了很多。

大规模运行人工智能聊天机器人会很昂贵。您的机器人由LLM 提供支持，这决定了您在更大规模上为每次用户互动支付多少费用（至少在Botpress ，我们的人工智能支出与LLM 的成本是 1:1）。

这些节省不仅适用于使用 API 的开发人员。ChatGPT-4o 是LLM 的最新免费版本，与GPT-3.5 同时推出。免费用户可以免费使用ChatGPT 应用程序。

更好的标记化

如果您使用不使用罗马字母的语言与模型交互，GPT-4o 甚至可以进一步降低您的应用程序接口成本。

GPT-4o 的标记化效率比 Turbo 高出多少的可视化效果。印度-雅利安语（如印地语和古吉拉特语）的平均标记化减少率为 2.9-4.4。阿拉伯语减少了 2 倍，日语、韩语和中文等东亚语言减少了 1.4-1.x。 — *GPT-4o 标记化的效率有多高？这取决于语言。*

新模式改进了使用限制。它大大提高了标记化效率，主要集中于某些非英语语言。

新的标记化模式在处理输入文本时需要的标记更少。对于逻辑语言（即使用符号和字符而不是单个字母的语言）来说，这种模式的效率要高得多。

这些好处主要集中在不使用罗马字母的语言上。据估计，减少的节余如下：

印度语言（如印地语、泰米尔语或古吉拉特语）的词库减少了 2.9 - 4.4 倍
阿拉伯语的标记减少了 ~2 倍
东亚语言，如汉语、日语和越南语的词库减少了 1.4 - 1.7 倍

缩小人工智能数字鸿沟

数字时代带来了历史悠久、有据可查的贫富差距的延伸--数字鸿沟。正如获得财富和强大的基础设施是某些人群的专利一样，获得人工智能及其带来的机遇和好处也是如此。

联合国开发计划署（UNDP）首席数字官罗伯特-奥普解释说，人工智能平台的存在能够决定整个国家发展指标的成败：

"我们有一个很大的担忧，那就是在人工智能平台方面，无论是在开发还是使用方面，装备和技能都更强的国家，它们的发展进程可能会更快，而不具备技能和能力的国家则会被甩在后面。"

装饰明亮的舞台上，四个人坐在白色扶手椅上。奥普坐在最右边，对着麦克风讲话。 — *联合国开发计划署首席数字官罗伯特-奥普在印度举行的全球数字公共基础设施峰会（2024 年）上发言。图片来自* *联合国开发计划署数字 X*.

通过将GPT-4o 的成本减半并推出免费层级，OpenAI 向消除人工智能领域最大的问题之一迈出了关键的一步，并直接解决了政策制定者和经济学家所关注的不平等问题。

大型人工智能的积极公关举措比爱好者们想象的更有必要。随着人工智能越来越多地出现在我们的日常生活中，支持者和怀疑者都在问，我们如何才能利用人工智能 "做好事"。

靛蓝色背景上的白色字体。人工智能教育家路易斯-布沙尔（Louis Bouchard）的一段话写道："让人工智能变得平易近人，是利用人工智能'做好事'的一种方式，甚至是最好的方式"。

人工智能博士和教育家路易斯-布沙尔认为，让更多人接触人工智能正是我们实现这一目标的途径："让更多人可以接触到人工智能是利用人工智能'做好事'的一种方式，甚至是最好的方式"。他的理由是什么？如果我们无法完全控制人工智能技术的正面和负面影响--至少在其发展初期是如此--那么我们倒是可以确保平等地获取其潜在的好处。