Rédaction BtoB leaders 
Décidément, la cadence des innovations signées OpenAI ne faiblit pas. Alors que le monde attend impatiemment GPT-5, qui devrait probablement arriver dans les deux prochains mois, la firme dirigée par Sam Altman vient d’annoncer la sortie surprise d’une nouvelle itération de ChatGPT, intitulée GPT-4o. On fait le point…
GPT-4o : ChatGPT se dote de la voix et de la vision
OpenAI lance GPT-4o, une version améliorée du modèle GPT-4 qui alimente son produit phare, ChatGPT.
Ce modèle mis à jour est « beaucoup plus rapide » et améliore les « capacités en texte, vision et audio », a déclaré Mira Murati, CTO d’OpenAI, lors d’une annonce en Live Stream ce lundi. Il sera en accès libre et gratuit pour le grand public, tandis que les utilisateurs payants bénéficieront de « limites de capacité jusqu’à cinq fois supérieures » à celles des utilisateurs de la version gratuite, a précisé Murati.
Dans un article de blog, OpenAI précise que les capacités de GPT-4o « seront déployées progressivement », mais que les fonctionnalités en texte et en lecture d’images commenceront à être déployées à partir du mardi 14 mai dans l’interface habituelle de ChatGPT. La fonctionnalité de « visualisation des vidéos » sera lancée dans un avenir proche.
Sam Altman, PDG d’OpenAI, a quant à lui expliqué que le modèle est « nativement multimodal », ce qui signifie qu’il peut générer du contenu ou comprendre des commandes vocales, textuelles ou en images. Les développeurs qui souhaitent expérimenter avec GPT-4o auront accès à l’API « à un tarif deux fois moins élevé que GPT-4 Turbo », a ajouté Altman sur X.
OpenAI revoit sa stratégie et promet de tendre vers l’open source
Ce nouveau modèle sera équipé de nouvelles fonctionnalités au niveau du mode vocal déjà disponible sur ChatGPT. L’application pourra agir comme un assistant vocal de type « Her », répondant en temps réel et observant le monde qui vous entoure.
Le mode vocal actuel de la version précédente du chatbot est plus limité, puisqu’il répond à une seule requête à la fois et ne réagit pas aux requêtes qui ne sont pas formulées directement dans le micro sans bruit parasite.
Altman a évoqué le parcours d’OpenAI dans un billet de blog publié après le lancement. Il a expliqué que la vision initiale de l’entreprise était de « créer toutes sortes de bénéfices pour le monde », mais il a reconnu que cette vision avait évolué.
OpenAI a subi des critiques pour ne pas avoir rendu ses modèles IA open source, et Altman semble indiquer que l’entreprise se concentre désormais sur la mise à disposition de ces modèles aux développeurs via des API payantes, laissant à ces tiers le soin de les peaufiner et de les personnaliser. « Finalement, il semble que nous allons créer l’IA, et que d’autres l’utiliseront pour créer toutes sortes de choses incroyables dont nous bénéficierons tous », a-t-il conclu.
À noter : OpenAI a choisi de lancer ce modèle juste avant Google I/O, la conférence phare du géant de Mountain View, où l’on s’attend à voir le lancement de plusieurs produits IA de l’équipe Gemini.
