مدل‌های استدلال‌گر اوپن‌ای‌آی به جستجوی اینترنتی و مولد تصویر دسترسی پیدا می‌کنند

به گزارش پیوست، اوپن‌ای‌آی اعلام کرده است که مدل o3 پیشرفته‌ترین سامانه استدلالی این شرکت تاکنون محسوب می‌شود و در حوزه‌های برنامه‌نویسی، ریاضی و علوم عملکرد فوق‌العاده‌ای را به ثبت رسانده است. مدل o4-mini نیز به‌عنوان گزینه‌ای با هزینه کمتر در اختیار کاربران قرار گرفته که با وجود قیمت پایین‌تر، در همان عملکرد جالب توجهی دارد.

آنچه این دو مدل را از نمونه‌های پیشین متمایز می‌کند، قابلیت‌هایی است که پیش از این در هیچ‌یک از سیستم‌های هوش مصنوعی اوپن‌ای‌آی دیده نشده بود. برای نخستین بار، مدل‌های استدلالی این شرکت می‌توانند به‌صورت ترکیبی از تمام ابزارهای موجود در ChatGPT استفاده کنند؛ از جمله مرور وب و تولید تصویر.

این توانایی به مدل‌های o3 و o4-mini اجازه می‌دهد تا مسائل پیچیده چندمرحله‌ای را با دقت و کارآمدی بیشتری حل کنند و به گفته شرکت، «گامی واقعی به‌سوی اقدام مستقل» محسوب می‌شود.

علاوه بر این، این مدل‌ها نه تنها تصاویر را می‌بینند، بلکه می‌توانند آن‌ها را تفسیر و درباره‌شان «فکر» کنند؛ قابلیتی که دامنه درک بصری آن‌ها را به‌طور چشم‌گیری گسترش می‌دهد. برای مثال شما می‌توانید تصاویری از تخته، نمودار یا طرح‌های دستی را حتی با کیفیت پایین، در اختیار این دو مدل بگذارید و مدل‌ها می‌توانند آنها را درک کنند. همچنین این مدل‌ها می‌توانند تصاویر را در بخشی از فرایند استدلالی خود تنظیم کنند.

اوپن‌ای‌آی در بیانیه‌ خود اعلام کرده است که «ترکیب قدرت استدلال پیشرفته با دسترسی کامل به ابزارها به عملکردی بسیار قدرتمندتر در سنجه‌های علمی و وظایف دنیای واقعی منجر می‌شود و استاندارد جدیدی در هوش و کارآمدی را بنا می‌نهد.»

علاوه بر این مدل‌ها، اوپن‌ای‌آی از ابزار جدیدی برای برنامه‌نویسان با نام Codex CLI رونمایی کرده است که به‌عنوان رابطی ساده برای توسعه‌دهندگانی طراحی شده که می‌خواهند مدل‌های اوپن‌ای‌آی را به کدهای خودشان متصل کنند. این ابزار در حالت پیش‌فرض از مدل‌های o3 و o4-mini استفاده می‌کند و پشتیبانی از GPT-4.1 نیز به‌زودی به آن اضافه خواهد شد.

عرضه محصولات جدید پس از انجام گرفت که سم آلتمن، مدیرعامل اوپن‌ای‌آی، اعلام کرد مسیر برنامه‌ریزی‌شده قبلی شرکت در ماه فوریه تغییر کرده است. در آن زمان، آلتمن گفته بود که مدل o3 به‌صورت مستقل عرضه نخواهد شد. اما در اوایل ماه آوریل او از «تغییر برنامه‌ها» خبر داد و اعلام کرد که اوپن‌ای‌آی در مسیر عرضه عمومی مدل‌های o3 و o4-mini حرکت می‌کند.

او طی پستی در شبکه اجتماعی ایکس گفت: «دلایل زیادی برای این تصمیم وجود دارد، اما هیجان‌انگیزترین دلیل این است که حالا می‌توانیم GPT-5 را بسیار بهتر از چیزی که فکر می‌کردیم بسازیم. همچنین ما متوجه شدیم که ادغام روان همه ابزارها سخت‌تر از آن چیزی است که تصور می‌کردیم و می‌خواهیم مطمئن شویم که ظرفیت کافی برای پاسخ به تقاضای بی‌سابقه در اختیار داریم.»

با این تغییرات، به‌نظر می‌رسد برنامه‌هایی که برای ساده‌سازی محصولات در ماه فوریه وعده داده شده بودند، تا زمان عرضه GPT-5 که بنا به گفته آلتمن در چند ماه آینده ارائه خواهد شد، به تعویق می‌افتد. در حال حاضر، کاربران نسخه‌های Plus، Pro و Team در ChatGPT می‌توانند از مدل‌های o3 و o4-mini استفاده کنند. همچنین اوپن‌ای‌آی در هفته‌های آتی مدل o3-pro را نیز معرفی خواهد کرد. این مدل نسخه‌ای قدرتمندتر از مدل استدلال اصلی این شرکت است و در اختیار مشترکین نسخه Pro قرار می‌گیرد. تا آن زمان، کاربران همچنان به مدل o1-pro دسترسی خواهند داشت.