Fala, Cria! 👊🏽

Hoje quem lançou a braba foi a galera da OpenAI. Os malucos são brabos demais, mano! A jogada da vez foi o seu novo modelo GPT-4o, projetado para revolucionar a geração de texto, imagem, áudio e vídeo.

Esse "o" aí vem de "onisciente", ou seja, os caras vão está em tudo agora. Eles querem que o GPT-4o consiga criar qualquer tipo de conteúdo, em qualquer formato, em qualquer idioma.

AGI se aproximando? 🤔

Mudança

Atualmente muitos devs utilizam os seguintes modelos para atingir os seus objetivos:

Modelo	Entrada	Saída	Tokens
gpt-3.5-turbo	Texto	Texto	16k
gpt-4-turbo	Texto	Texto	128k
gpt-4-turbo	Imagem	Texto	16k

Até a data de hoje, temos a seguinte possibilidade com o GPT-4o:

Modelo	Entrada	Saída	Tokens
gpt-4o	Texto	Texto	128k
gpt-4o	Imagem	Texto	128k
gpt-4o	Vídeo	Texto	128k

Ele apenas está gerando a saída de texto, mas a OpenAI promete que em breve teremos a saída de imagem, áudio e vídeo, então o que veremos em um futuro próximo é:

Modelo	Entrada	Saída	Tokens
gpt-4o	Texto	Texto	128k
gpt-4o	Texto	Imagem	128k
gpt-4o	Texto	Áudio	128k
gpt-4o	Imagem	Texto	128k
gpt-4o	Imagem	Áudio	128k
gpt-4o	Imagem	Vídeo	128k
gpt-4o	Vídeo	Texto	128k
gpt-4o	Vídeo	Áudio	128k
gpt-4o	Vídeo	Vídeo	128k
gpt-4o	Audio	Texto	128k
gpt-4o	Audio	Imagem	128k
gpt-4o	Audio	Vídeo	128k

Incrível, não? 🤯

E o melhor de tudo, uma janela de contexto de 128k tokens, ou seja, o modelo consegue entender e gerar textos muito mais longos e complexos, e tudo isso com um CUSTO 50% MAIS BAIXO!

A CTO Mira Murati apontou que a utilização de três modelos diferentes pode causar latência no GPT. A solução é ter um único modelo capaz de processar áudio, texto e visão, eliminando esse problema e proporcionando uma interação mais fluída e imediata, semelhante à comunicação humana.

Novamente, AGI se aproximando? 🤔

Exemplos de uso

Os gringos lançaram uma pancada de exemplos de aplicações usando esse novo modelo:

• Fazendo sarcasmo
• Resolvendo problemas matemáticos
• Aprendendo espanhol
• Goolet Meet com IA
• Tradução em tempo real
• Canção de ninar
• Falando mais rápido
• Feliz Aniversário
• GPT-4o com Andy, da BeMyEyes em Londres
• Dois GPT-4s interagindo e cantando

E você, já pensou no que vai criar com esse novo modelo? Conta aí nos comentários.

API

Vamos brincar um pouco com a API que já está disponível para todos os desenvolvedores.

Texto para Texto

# main.py

from openai import OpenAI 
import os

SECRET_KEY = "SUA_CHAVE"
client = OpenAI(api_key=SECRET_KEY)

completion = client.chat.completions.create(
  model="gpt-4o",
  messages=[
    {"role": "system", "content": "Você é um assistente prestativo. Me ajude com a minha lição de matemática!"},
    {"role": "user", "content": "Olá! Você poderia resolver 2+2?"}  
  ]
)

print("Assistente: " + completion.choices[0].message.content)

"""
Saida:
( 2 + 2 = 4 ). Se precisar de mais ajuda com sua lição de matemática, estou à disposição!
"""

Exemplo bem simples, certo?

Mas veja que não precisamos mais usar o gpt-4-turbo para resolver problemas matemáticos, o gpt-4 já resolve isso para nós. Eu ainda vou continuar usando o gpt-3.5-turbo para algumas situações, pois ele ainda é mais rápido e mais barato para textos menores.

Processamento de Imagem

Para esse teste peguei um screenshot do meu linkedin e vou pedir para o modelo descrever o que posso melhorar no meu perfil.

# main.py

from openai import OpenAI 
import base64

SECRET_KEY = "SUA_CHAVE"
client = OpenAI(api_key=SECRET_KEY)

def encode_image(image_path):
    with open(image_path, "rb") as image_file:
        return base64.b64encode(image_file.read()).decode("utf-8")

base64_image = encode_image("linkedin.png")

response = client.chat.completions.create(
    model="gpt-4o",
    messages=[
        {"role": "system", "content": "Você é um assistente que analisa imagens."},
        {"role": "user", "content": [
            {"type": "text", "text": "O que eu poderia melhorar no meu perfil do LinkedIn?"},
            {"type": "image_url", "image_url": {
                "url": f"data:image/png;base64,{base64_image}"}
            }
        ]}
    ],
    temperature=0.0,
)

print(response.choices[0].message.content)

"""
Saida:
1. **Foto de Perfil e Capa**:
   - A foto de perfil é profissional e amigável, o que é ótimo. Certifique-se de que a foto de capa também seja relevante para sua área de atuação ou que reflita sua personalidade profissional.

2. **Título Profissional**:
   - Seu título atual é "CTO na VIK". Considere adicionar palavras-chave que descrevam suas habilidades e especializações, como "CTO | Engenheiro de Software | Especialista em Ruby on Rails".

3. **Resumo (Sobre)**:
   - O resumo é uma ótima oportunidade para destacar suas principais realizações e habilidades. Considere adicionar mais detalhes sobre projetos específicos, resultados alcançados e como você pode agregar valor a potenciais empregadores ou parceiros.

...
"""

Bem mais interessante, certo? O modelo conseguiu analisar a minha foto e sugerir melhorias no meu perfil.

Conclusão

Esses são os exemplos mais próximos, em breve a OpenAI disponibiliza as entradas/saídas de áudio e vídeo (Sora, será?). Eles não lançaram ainda, com a seguinte ressalva abaixo.

"Reconhecemos que as modalidades de áudio do GPT-4 apresentam uma variedade de riscos novos. Hoje estamos lançando publicamente entradas de texto e imagem e saídas de texto. Nas próximas semanas e meses, trabalharemos na infraestrutura técnica, usabilidade pós-treinamento e segurança necessária para liberar as outras modalidades. Por exemplo, no lançamento, as saídas de áudio serão limitadas a uma seleção de vozes pré-definidas e seguirão nossas políticas de segurança existentes."

E aí, curtiu o flow?

Se você chegou até aqui, muito obrigado! Seria incrível se você pudesse compartilhar este material em suas redes sociais e dar um like! Para mais rolês como esse, cola comigo no Meu Site • LinkedIn • Twitter • GitHub

---

Observação: Este conteúdo pode incluir imagens geradas por inteligência artificial em algumas partes ou textos revisados pelo mesmo sistema, mas toda a estruturação, ideias e experiências criativas são fornecidas por um ser humano. Gostaria de lembrar a todos que essas são minhas observações e pensamentos pessoais.