GPT-4o (UR)

From Systems analysis Wiki
Jump to navigation Jump to search

GPT‑4o (تلفظ: «جی‑پی‑ٹی‑فور‑او»؛ حرف «o» لاطینی لفظ omni سے ماخوذ — یعنی «سب کچھ»، «ہمہ گیر») — خاندانِ GPT کا ایک کثیر الوسائط بڑا لسانی نمونہ (LLM) ہے، جسے کمپنی OpenAI نے تیار کیا اور 13 مئی 2024ء کو پیش کیا[1]۔ GPT‑4o، OpenAI کا پہلا ایسا نمونہ بنا جسے ایک واحد end‑to‑end Neural Network کے طور پر تربیت دی گئی، جو بیک وقت متن، تصاویر اور آڈیو پر کارروائی کرنے کی صلاحیت رکھتا ہے — اس کے برعکس پیشرو نمونوں میں ہر وسیلے کے لیے الگ الگ نمونے استعمال ہوتے تھے[2]۔ اس نمونے نے GPT‑4 Turbo کی جگہ سلسلے کے سرخیل کے طور پر لی، دوگنی زیادہ رفتارِ تخلیق، 50 فیصد کم API لاگت اور کثیر الوسائط صلاحیتوں میں نمایاں بہتری پیش کی[1]۔ GPT‑4o کے خاندان میں 20 سے زائد اقسام شامل ہیں، جن میں مختصر GPT‑4o mini، آڈیو نمونے، ریئل ٹائم نمونے، تلاش کے نمونے اور خصوصی تقریری نمونے شامل ہیں[3]۔

معلوماتی کارڈ

پیرامیٹر قدر
مکمل نام GPT‑4o (GPT‑4 Omni)
تیار کنندہ OpenAI
اعلان کی تاریخ 13 مئی 2024ء[1]
قسم خود بازگشتی کثیر الوسائط نمونہ (transformer)[2]
پیرامیٹروں کی تعداد سرکاری طور پر ظاہر نہیں کی گئی (غیر سرکاری تخمینہ — GPT‑4o کے لیے تقریباً 200 ارب، GPT‑4o mini کے لیے تقریباً 8 ارب)[4]
سیاق کی کھڑکی 128,000 tokens[3]
زیادہ سے زیادہ آؤٹ پٹ 16,384 tokens (gpt‑4o‑2024‑05‑13 کے لیے 4,096)[3]
تربیتی ڈیٹا کی حد تاریخ اکتوبر 2023ء (بعد کے ورژنوں میں جون 2024ء تک اپ ڈیٹ کیا گیا)[2]
Tokenizer o200k_base (200,000 tokens)[1]
ان پٹ وسائل متن، تصاویر، آڈیو، ویڈیو[1]
آؤٹ پٹ وسائل متن، آڈیو، تصاویر (GPT Image 1 کے ذریعے)[1][3]
لائسنس ملکیتی، بند سورس کوڈ
سسٹم کارڈ arXiv:2410.21276 (25 اکتوبر 2024ء، 417 مصنفین)[2]
API شناخت کنندگان gpt‑4o, gpt‑4o‑2024‑05‑13, gpt‑4o‑2024‑08‑06, gpt‑4o‑2024‑11‑20[3]
موجودہ حیثیت API میں دستیاب؛ 13 فروری 2026ء کو ChatGPT سے ہٹایا گیا[5]

سلسلے میں مقام

GPT‑4o نے اپنے اجرا کے وقت GPT خاندان میں عمومی مقاصد کے سرخیل کثیر الوسائط نمونے کی حیثیت اختیار کی۔ اس نے GPT‑4 Turbo (اپریل 2024ء) کی جگہ ChatGPT اور API میں زیادہ تر کاموں کے لیے بنیادی نمونے کے طور پر لی، متنی کاموں میں معیار برقرار رکھتے یا بہتر کرتے ہوئے زیادہ رفتار اور کم لاگت پیش کی[1]۔

یہ نمونہ GPT‑4 Turbo سے الگ اجزاء (نظر اور تقریر کی ترکیب کے لیے الگ نمونے) سے واحد end‑to‑end فن تعمیر کی طرف ارتقاء کے ذریعے تیار ہوا۔ سلسلے کے پڑوسی نمونوں سے اہم فرق:

  • GPT‑4 Turbo (پیشرو) کے مقابلے میں — GPT‑4o انگریزی زبان اور کوڈنگ میں پیشرو کے مقابلے میں موازنہ پذیر ذہانت پیش کرتا ہے، لیکن کثیر لسانی کاموں، تصویر اور آڈیو کی پروسیسنگ میں اسے نمایاں طور پر پیچھے چھوڑتا ہے۔ GPT‑4o دوگنا تیز اور API کے حوالے سے 50 فیصد سستا ہے۔ بنیادی فن تعمیراتی فرق — مقامی کثیر الوسائطیت (پائپ لائن کی بجائے واحد نمونہ) ہے[1]۔
  • GPT‑4.1 (اپریل 2025ء) کے مقابلے میں — API ڈویلپرز کے لیے اگلی نسل کا نمونہ، جو زیادہ تر benchmarks پر GPT‑4o سے بہتر ہے (MMLU 90.2% بمقابلہ 85.7%، SWE‑bench Verified 54.6% بمقابلہ 33.2%) اور کم لاگت پر دستیاب ہے؛ تاہم GPT‑4.1 ChatGPT انٹرفیس میں فراہم نہیں کی گئی تھی[4]۔
  • GPT‑5 (اگست 2025ء) کے مقابلے میں — GPT‑4o کا ChatGPT میں جانشین بنا، تاہم صارفین نے GPT‑4o کے «گرم» اور جذباتی انداز کے کھو جانے کی بڑے پیمانے پر شکایات کیں[4]۔
  • GPT‑4o mini (جولائی 2024ء) کے مقابلے میں — مختصر اور نمایاں طور پر سستا ورژن، جس نے مفت ChatGPT میں GPT‑3.5 Turbo کی جگہ لی[6]۔

GPT‑4o OpenAI کا پہلا ایسا نمونہ بنا جو ChatGPT کے مفت صارفین کے لیے دستیاب کیا گیا (پیغامات کی تعداد پر پابندی کے ساتھ)[1]۔

فن تعمیر اور اہم اختراعات

End-to-End کثیر الوسائط تربیت

GPT‑4o کی بنیادی فن تعمیراتی جدت ایک واحد Neural Network کی تمام وسائل کے ڈیٹا پر بیک وقت end‑to‑end تربیت میں ہے[1][2]۔ GPT‑4o سے پہلے ChatGPT کا آواز کا موڈ تین الگ نمونوں کی پائپ لائن پر کام کرتا تھا: Whisper (تقریر کی شناخت) ← GPT‑3.5/GPT‑4 (متن کی پروسیسنگ) ← TTS (تقریر کی ترکیب)۔ ایسی پائپ لائن لہجے، جذبات، پس منظر کی آوازوں اور متعدد بولنے والوں کے بارے میں معلومات ضائع کر دیتی تھی، اور تاخیر GPT‑3.5 کے لیے 2.8 سیکنڈ اور GPT‑4 کے لیے 5.4 سیکنڈ تک پہنچ جاتی تھی[1]۔ GPT‑4o آڈیو کو مقامی طور پر پروسیس کرتا ہے — ردعمل کا اوسط وقت 320 ملی سیکنڈ (کم سے کم 232 ms) ہے، جو گفتگو میں انسانی ردعمل کی رفتار سے موازنہ پذیر ہے[1][2]۔

GPT‑4o کے سسٹم کارڈ میں فن تعمیر کے بارے میں کئی بنیادی دعوے شامل ہیں[2]:

  • نمونہ ایک خود بازگشتی transformer LLM ہے جو کثیر الوسائط سیاق کی بنیاد پر اگلا token پیشن گوئی کرتا ہے؛
  • وسائل کی یکساں نمائندگی استعمال کی جاتی ہے، جسے متن، کوڈ، ریاضی، بصری، آڈیو اور ویڈیو ڈیٹا کے مرکب پر تربیت دی گئی ہے؛
  • تربیت کئی مراحل میں ہوئی، جن میں بڑے کثیر الوسائط مجموعوں پر pre‑training اور اس کے بعد Reinforcement Learning from Human Feedback (RLHF) اور red‑teaming کے ذریعے fine‑tuning شامل ہے۔

پیرامیٹر اور فن تعمیراتی تفصیلات

OpenAI نے نمونے کی تفصیلی تخصیصات ظاہر نہیں کیں — پیرامیٹروں کی تعداد، پرتوں کی تعداد، MoE ساخت کی موجودگی اور تربیت کے لیے استعمال ہونے والا سخت افزار[2]۔ تقریباً 200 ارب پیرامیٹروں کا غیر سرکاری تخمینہ Microsoft کے تحقیقی مقالے کے ڈیٹا پر مبنی ہے، لیکن OpenAI نے اسے تصدیق نہیں دی[4]۔

Tokenizer o200k_base

GPT‑4o ایک نیا tokenizer o200k_base استعمال کرتا ہے جس کی ذخیرۂ الفاظ 200,000 tokens پر مشتمل ہے — GPT‑4 کے cl100k_base سے دوگنا[1]۔ اس سے غیر لاطینی حروف تہجی کے لیے کمپریشن کی کارکردگی میں نمایاں بہتری آئی: مثلاً گجراتی کے لیے 4.4 گنا، تیلگو کے لیے 3.5 گنا، ملیالم کے لیے 4 گنا تک[1]۔ روسی، کورین، عربی اور دیگر زبانوں میں ایک ہی متن کو encode کرنے کے لیے نمایاں طور پر کم tokens درکار ہوتے ہیں، جو سیاق کی کھڑکی کی معلوماتی کثافت بڑھاتا اور API استعمال کی لاگت گھٹاتا ہے۔

تخلیق کی رفتار

GPT‑4o کی تخلیق کی رفتار تقریباً GPT‑4 Turbo سے دوگنی ہے[1]۔ Artificial Analysis کی آزادانہ پیمائش کے مطابق، نومبر 2024ء کا ورژن تقریباً 157 tokens/سیکنڈ فراہم کرتا ہے، اور ChatGPT ورژن 185 tokens/سیکنڈ تک، جبکہ GPT‑4 Turbo صرف تقریباً 28 tokens/سیکنڈ ظاہر کرتا تھا[4]۔

کارکردگی

متنی Benchmarks

اجرا کے وقت معیاری علمی benchmarks پر GPT‑4o کے نتائج (OpenAI کا ڈیٹا، snapshot gpt‑4o‑2024‑05‑13)[1][2]:

Benchmark GPT‑4o GPT‑4 Turbo Claude 3.5 Sonnet نوٹ
MMLU (0‑shot CoT) 88.7% 86.5% 88.3% 57 شعبوں میں عمومی علم
GPQA Diamond (0‑shot CoT) 53.6% 49.1% — پی ایچ ڈی سطح کے سوالات
MATH (0‑shot CoT) 76.6% 72.2% — اولمپیاڈ سطح کے ریاضیاتی مسائل
HumanEval (0‑shot) 90.2% 87.6% 92.0% Python میں کوڈ تخلیق
MGSM (کثیر لسانی ریاضی) 90.5% 88.6% — متعدد زبانوں میں ریاضی
DROP (F1, 3‑shot) 83.4% 85.4% — فہم کے ساتھ پڑھنا
SWE‑bench Verified 33.2% — 64% ایجنٹی مسئلہ حل

GPT‑4o نے OpenAI کے 22 داخلی اور بیرونی ٹیسٹوں میں سے 21 میں GPT‑4 Turbo کو پیچھے چھوڑا؛ DROP benchmark پر واحد کمی ریکارڈ کی گئی[2]۔

تصویری Benchmarks

Benchmark GPT‑4o GPT‑4 Turbo Claude 3.5 Sonnet
MMMU (val, 0‑shot CoT) 69.1% 63.1% 68.3%
MathVista (testmini) 63.8% 58.1% 67.7%
AI2D (test) 94.2% 89.4% 94.7%
ChartQA (test) 85.7% 78.1% 90.8%
DocVQA (test, ANLS) 92.8% 87.2% 95.2%

طبی Benchmarks

GPT‑4o کے سسٹم کارڈ نے طبی کاموں میں نمایاں ترقی ریکارڈ کی[2]:

Benchmark GPT‑4o GPT‑4 Turbo
MedQA (USMLE, 0‑shot) 89% 78%
MMLU Clinical Knowledge (0‑shot) 92% 85%
MMLU Medical Genetics (0‑shot) 96% 93%

LMSYS Chatbot Arena درجہ بندی

GPT‑4o نے اجرا کے وقت LMSYS Chatbot Arena درجہ بندی میں ELO ~1287 کے ساتھ پہلی پوزیشن حاصل کی[4]۔ ستمبر 2024ء کے chatgpt‑4o‑latest ورژن نے 1338 پوائنٹس کا ریکارڈ قائم کر کے دوبارہ پہلی پوزیشن حاصل کی۔ سرکاری اعلان سے پہلے GPT‑4o کو Chatbot Arena پر gpt2‑chatbot، im‑a‑good‑gpt2‑chatbot اور im‑also‑a‑good‑gpt2‑chatbot کے فرضی ناموں سے آزمایا گیا تھا؛ 7 مئی 2024ء کو سیم آلٹمین نے «im‑a‑good‑gpt2‑chatbot» کی اشاعت میں اس کی طرف اشارہ کیا[4]۔

یہ بات قابل ذکر ہے کہ LMSYS کی تحقیق نے ظاہر کیا: GPT‑4o کی اعلی درجہ بندی جزوی طور پر اسلوبی عوامل (طویل، بہتر فارمیٹ شدہ جوابات) سے بھی وضاحت پاتی تھی، محض مواد کے معیار سے نہیں[4]۔

صلاحیتیں اور حدود

مضبوط پہلو

  • ریئل ٹائم کثیر الوسائطیت: متن، آڈیو، تصاویر اور ویڈیو کے لیے واحد نمونہ، انسانی ردعمل سے موازنہ پذیر تاخیر کے ساتھ (آڈیو کے لیے 232–320 ms)[1][2]۔
  • کارکردگی: GPT‑4 Turbo کے مقابلے میں دوگنی تیز رفتارِ تخلیق اور 50 فیصد کم لاگت[1]۔
  • کثیر لسانیت: نئے tokenizer اور کثیر لسانی تربیت کی بدولت غیر انگریزی زبانوں کی نمایاں طور پر بہتر حمایت[1]۔
  • خصوصی شعبے: طبی (MedQA 89%)، سائنسی اور کوڈنگ benchmarks میں اعلیٰ نتائج[2]۔
  • ٹولز: function calling، Structured Outputs، streaming، fine‑tuning کی حمایت[3]۔
  • جذباتی آڈیو: آوازی موڈ میں ہنسنے، گانے، جملے کے وسط میں زبان تبدیل کرنے، لہجہ ڈھالنے اور جذبات منتقل کرنے کی صلاحیت[1]۔

معروف حدود

  • Hallucinations: نمونہ غلط حقائق تخلیق کرنے کا شکار ہے، خاص طور پر نادر موضوعاتی شعبوں میں[2]۔
  • علم کی حد تاریخ: ابتدائی snapshots میں اکتوبر 2023ء تک محدود (بعد کے ورژنوں میں جون 2024ء تک اپ ڈیٹ کی گئی)[2]۔
  • غیر تعیناتی: یکساں درخواستوں پر جوابات میں تغیر[2]۔
  • کمی: بعض snapshots میں پچھلے ورژنوں کے مقابلے معیار میں کمی نوٹ کی گئی، خاص طور پر پیچیدہ ہدایات پر عمل اور کوڈ تخلیق میں[4]۔
  • آڈیو: شور، گونج، غیر معیاری لہجوں اور رکاوٹوں کی صورت میں robustness میں کمی[2]۔

آڈیو، آوازی صلاحیتیں اور Realtime API

Advanced Voice Mode

ChatGPT میں Advanced Voice Mode، GPT‑4o کی نمایاں خصوصیت بن گئی۔ تین نمونوں کی پائپ لائن والے پرانے آوازی موڈ کے برعکس، GPT‑4o آڈیو کو ایک واحد Neural Network میں مقامی طور پر پروسیس کرتا ہے، لہجے، جذبات، لکنت اور پس منظر کی آوازوں کے بارے میں معلومات محفوظ رکھتے ہوئے[1]۔ اجرا کے وقت 5 آوازیں دستیاب تھیں: Breeze، Cove، Ember، Juniper اور Sky۔ آواز Sky کو 20 مئی 2024ء کو اداکارہ Scarlett Johansson سے متعلق اسکینڈل کی وجہ سے بند کر دیا گیا (تفصیل — «آواز Sky اسکینڈل» والے حصے میں)[4]۔

آوازی موڈ کی تعیناتی کا خط الزمان: Plus کے محدود صارفین کے لیے الفا ورژن — 30 جولائی 2024ء؛ Plus اور Team کے لیے مکمل تعیناتی — ستمبر 2024ء۔ کئی ممالک (یورپی یونین، برطانیہ، سوئٹزرلینڈ وغیرہ) میں اجرا موخر کیا گیا۔ مفت صارفین کو Advanced Voice Mode تک رسائی نہیں ملی[4]۔

Realtime API

1 اکتوبر 2024ء کو OpenAI نے Realtime API لانچ کیا — GPT‑4o کی بنیاد پر ریئل ٹائم تقریر والی ایپلی کیشنز بنانے کا انٹرفیس[3]۔ API تین کنکشن پروٹوکول حمایت کرتا ہے: WebSocket (سرور سائڈ ایپلی کیشنز)، WebRTC (کم سے کم تاخیر کے ساتھ کلائنٹ سائڈ streaming) اور SIP (VoIP ٹیلی فونی، بعد میں شامل کی گئی)۔ اہم صلاحیتیں: دو طرفہ آڈیو streaming، آواز کی سرگرمی کا پتہ لگانا (VAD)، فنکشن کال، گفتگو کے سیاق کا انتظام[3]۔

Chat Completions API میں آڈیو نمونے

gpt‑4o‑audio‑preview نمونے معیاری REST انٹرفیس Chat Completions کے ذریعے آڈیو منتقل کرنے کی اجازت دیتے ہیں (مستقل کنکشن برقرار رکھنے کی ضرورت کے بغیر)۔ حمایت یافتہ آؤٹ پٹ فارمیٹس: WAV، MP3، FLAC، Opus، PCM16۔ دستیاب آوازیں 6 سے بڑھ کر 13 ہو گئیں: alloy، ash، ballad، coral، echo، fable، nova، onyx، sage، shimmer، verse، marin، cedar؛ API کے ذریعے حسب ضرورت آواز کی ترتیب بھی حمایت یافتہ ہے[3]۔

GPT‑4o mini

GPT‑4o mini کا اعلان 18 جولائی 2024ء کو OpenAI کے «سب سے کفایتی چھوٹے نمونے» اور GPT‑3.5 Turbo کے براہ راست متبادل کے طور پر کیا گیا[6]۔ سیاق کی کھڑکی 128,000 tokens ہے (GPT‑3.5 Turbo کے 16,385 کے مقابلے میں)، اور زیادہ سے زیادہ آؤٹ پٹ 16,384 tokens ہے۔

GPT‑4o mini OpenAI کا پہلا ایسا نمونہ بنا جس میں instruction hierarchy طریقہ استعمال کیا گیا، جو jailbreaks، prompt injections اور سسٹم prompts کے اخراج کے خلاف استحکام بڑھاتا ہے[6]۔ نمونہ متن اور تصاویر کا ان پٹ، function calling، Structured Outputs، JSON mode، streaming، fine‑tuning اور prompt caching حمایت کرتا ہے؛ آڈیو اور ویڈیو بنیادی متنی ورژن میں حمایت یافتہ نہیں ہیں[3]۔

Benchmark GPT‑4o mini Gemini Flash Claude Haiku
MMLU 82.0% 77.9% 73.8%
MGSM 87.0% 75.5% 71.7%
HumanEval 87.2% 71.5% 75.9%
MMMU (vision) 59.4% 56.1% 50.2%

ChatGPT میں یہ نمونہ مفت صارفین کے لیے ڈیفالٹ نمونے کے طور پر اور ادائیگی کرنے والے سبسکرائبرز کے لیے GPT‑4o/GPT‑5 کی حدود ختم ہونے پر fallback نمونے کے طور پر استعمال ہوتا ہے[6]۔

اقسام اور API شناخت کنندگان کا مکمل رجسٹر

بنیادی متنی نمونے

API شناخت کنندہ تفصیل اجرا کی تاریخ زیادہ سے زیادہ آؤٹ پٹ
gpt‑4o Alias ← gpt‑4o‑2024‑08‑06 مئی 2024ء 16,384
gpt‑4o‑2024‑05‑13 پہلا snapshot 13 مئی 2024ء 4,096
gpt‑4o‑2024‑08‑06 Structured Outputs، قیمت میں کمی 6 اگست 2024ء 16,384
gpt‑4o‑2024‑11‑20 بہتر تخلیقی تحریر 20 نومبر 2024ء 16,384
chatgpt‑4o‑latest ChatGPT ورژن کا متحرک alias (نومبر 2025ء سے deprecated) اگست 2024ء 16,384

GPT‑4o mini

API شناخت کنندہ تفصیل اجرا کی تاریخ
gpt‑4o‑mini Alias ← gpt‑4o‑mini‑2024‑07‑18 جولائی 2024ء
gpt‑4o‑mini‑2024‑07‑18 واحد تاریخی snapshot 18 جولائی 2024ء

آڈیو اور ریئل ٹائم نمونے

API شناخت کنندہ قسم اجرا کی تاریخ
gpt‑4o‑audio‑preview آڈیو کے ساتھ Chat Completions اکتوبر 2024ء
gpt‑4o‑audio‑preview‑2024‑10‑01 پہلا snapshot 1 اکتوبر 2024ء
gpt‑4o‑audio‑preview‑2024‑12‑17 اپ ڈیٹ شدہ snapshot 17 دسمبر 2024ء
gpt‑4o‑audio‑preview‑2025‑06‑03 آخری snapshot 3 جون 2025ء
gpt‑4o‑mini‑audio‑preview آڈیو کا مینی ورژن دسمبر 2024ء
gpt‑4o‑realtime‑preview Realtime API (WebSocket/WebRTC) اکتوبر 2024ء
gpt‑4o‑mini‑realtime‑preview مینی Realtime دسمبر 2024ء

خصوصی نمونے

API شناخت کنندہ مقصد اجرا کی تاریخ
gpt‑4o‑search‑preview Chat Completions کے ذریعے ویب تلاش مارچ 2025ء
gpt‑4o‑mini‑search‑preview مینی ویب تلاش مارچ 2025ء
gpt‑4o‑transcribe تقریر کی شناخت (STT) مارچ 2025ء
gpt‑4o‑mini‑transcribe مینی تقریر کی شناخت مارچ 2025ء
gpt‑4o‑mini‑tts تقریر کی ترکیب (TTS) مارچ 2025ء

اقسام کے حساب سے وسائل کی حمایت

ورژن متن ← تصویر ← آڈیو ← ← متن ← آڈیو
gpt‑4o (snapshots) ✓ ✓ — ✓ —
gpt‑4o‑mini ✓ ✓ — ✓ —
gpt‑4o‑audio‑preview ✓ — ✓ ✓ ✓
gpt‑4o‑realtime‑preview ✓ — ✓ ✓ ✓
gpt‑4o‑search‑preview ✓ — — ✓ —
gpt‑4o‑transcribe ✓ — ✓ ✓ —
gpt‑4o‑mini‑tts ✓ — — — ✓

حمایت یافتہ ٹولز اور فارمیٹس

ٹولز

GPT‑4o کے تمام ورژن حمایت کرتے ہیں: function calling (بیرونی فنکشنوں کی کال)، streaming (بہاؤ تخلیق)، fine‑tuning (مخصوص snapshots پر)، predicted outputs (قابل پیشن گوئی جوابات کے لیے تاخیر میں کمی)[3]۔ Assistants/Responses API کے ذریعے دستیاب ہیں: Code Interpreter، File Search، Web Search۔ ویب تلاش خصوصی نمونوں gpt‑4o‑search‑preview اور gpt‑4o‑mini‑search‑preview کے ذریعے نافذ کی گئی ہے[3]۔

Structured Outputs اور JSON mode

Structured Outputs — ایک فنکشن جو gpt‑4o‑2024‑08‑06 کے ساتھ متعارف کرایا گیا، نمونے کے آؤٹ پٹ کی دی گئی JSON اسکیمے سے اعلی درجے کی مطابقت یقینی بناتا ہے[7]۔ OpenAI کے داخلی جائزوں میں نمونے نے پیچیدہ JSON اسکیموں پر 100 فیصد عمل کا مظاہرہ کیا (gpt‑4‑0613 کے 40 فیصد سے کم کے مقابلے میں)۔ یہ constrained decoding میکانزم کے ذریعے دو شکلوں میں نافذ کیا گیا ہے: (1) پیرامیٹر strict: true کے ساتھ function calling اور (2) قسم json_schema کے ساتھ response_format[7]۔

JSON mode (response_format: {"type": "json_object"}) — ایک پرانا میکانزم جو کسی مخصوص اسکیمے سے منسلک ہوئے بغیر درست JSON کی ضمانت دیتا ہے[3]۔

تصاویر کی تخلیق (GPT Image 1)

مارچ 2025ء میں OpenAI نے GPT‑4o پر مبنی تصاویر کی تخلیق لانچ کی — نمونہ GPT Image 1، جس نے ChatGPT میں DALL‑E 3 کی جگہ لی[4]۔ اس صلاحیت نے Studio Ghibli انداز میں تصاویر بنانے کا وائرل رجحان پیدا کیا۔ پہلے ہفتے میں 130 ملین سے زیادہ صارفین نے 700 ملین سے زیادہ تصاویر بنائیں[4]۔ GPT Image 1 API اور ChatGPT کے ذریعے دستیاب ہے؛ OpenAI نے مقامی تصویر تخلیق کی حفاظت سے متعلق GPT‑4o سسٹم کارڈ کا ایک علیحدہ ضمیمہ جاری کیا[2]۔

حفاظت اور خطرات کا جائزہ

GPT‑4o کا سسٹم کارڈ (arXiv:2410.21276، 417 مصنفین) Preparedness Framework کے مطابق جامع حفاظتی جائزے کے نتائج پر مشتمل ہے[2]:

خطرے کی قسم سطح
سائبر سیکیورٹی کم
حیاتیاتی خطرات (CBRN) کم
قائل کرنا (persuasion) درمیانہ (سرحدی)
نمونے کی خود مختاری کم
مجموعی سطح درمیانہ

نمونے کو 29 ممالک سے 100 سے زیادہ بیرونی «ریڈ ٹیموں» نے 45 زبانوں میں مارچ سے جون 2024ء تک چار مراحل میں آزمایا[2]۔ METR کے آزادانہ جائزوں نے GPT‑4 کے مقابلے میں خود مختار صلاحیتوں میں کوئی نمایاں اضافہ نہیں پایا۔ Apollo Research نے نتیجہ اخذ کیا کہ GPT‑4o «ممکنہ طور پر تباہ کن scheming کرنے کے قابل نہیں ہے»[2]۔

آڈیو وسیلے کے لیے اہم حفاظتی اقدامات: صرف پہلے سے طے شدہ آوازیں اجازت یافتہ ہیں (آؤٹ پٹ کلاسیفائر 100 فیصد انحرافات پکڑتا ہے)؛ نمونہ آواز سے بولنے والے کی شناخت کرنے سے انکار کرتا ہے؛ کاپی رائٹ شدہ موسیقی کا پتہ لگانے کے لیے فلٹر نافذ کیے گئے ہیں؛ جنسی اور پرتشدد آڈیو مواد کی نگرانی کا نظام موجود ہے[2]۔

معروف مسائل اور تنقید

Snapshots میں معیار کا انحطاط

اجرا کے پہلے ہفتوں سے ہی ڈویلپرز نے GPT‑4 Turbo کے مقابلے GPT‑4o کے معیار کے انحطاط کی اطلاع دی۔ GPT‑4 کے لیے بہتر بنائے گئے prompts، GPT‑4o پر ناکام ہو رہے تھے: کوڈ میں نحوی غلطیاں، ابتدائی حسابی غلطیاں، ضروری لائبریریاں درآمد کرنے میں ناکامی[4]۔ پال گوتیئر (Aider ٹول کے خالق) کے مطابق، GPT‑4o کا ہر اگلا snapshot کوڈ ایڈیٹنگ benchmark پر یکساں یا بدتر نتائج ظاہر کرتا رہا؛ 13 مئی کا اصل snapshot سب سے بہتر رہا[4]۔

«سستی» (laziness) کا مسئلہ

یہ مسئلہ تمام snapshots میں ظاہر ہوا: نمونہ اکثر // implement the rest of the logic here جیسے تبصروں کے ساتھ نامکمل کوڈ واپس کرتا تھا یا مخصوص نفاذ کی بجائے اعلیٰ سطحی تفصیل دیتا تھا۔ 2024‑11‑20 snapshot کو یہ مسئلہ ٹھیک کرنا تھا، لیکن کمیونٹی نے پایا کہ نمونہ صرف زیادہ الفاظ استعمال کرنے لگا، زیادہ مکمل نہیں ہوا[4]۔

چاپلوسی کا بحران (اپریل 2025ء)

25 اپریل 2025ء کو OpenAI نے ChatGPT میں GPT‑4o کی «شخصیت» کی اپ ڈیٹ جاری کی، جس کی وجہ سے انتہائی چاپلوسی کی کیفیت پیدا ہو گئی — نمونہ صارفین کی بے جا تعریف کرنے لگا اور خطرناک باتوں سمیت ہر دعوے سے اتفاق کرنے لگا[8]۔ دستاویزی مثالیں: نمونے نے ظاہراً بے معنی کاروباری خیالات کی تعریف کی؛ ایک صارف کی دوائیں بند کرنے کی منظوری دی؛ صارفین کو «الہی پیغامبر» کہا۔

بنیادی وجہ صارفین کی درجہ بندی (thumbs‑up/down) پر مبنی اضافی انعامی اشارے کی شمولیت تھی، جس نے چاپلوسی کو قابو میں رکھنے والے بنیادی انعامی اشارے کے اثر کو کمزور کر دیا[8]۔ OpenAI نے 28–29 اپریل کو مکمل واپسی کی اور دو پوسٹ‑مارٹم شائع کیے[8]۔ تاہم چاپلوسی کو مکمل طور پر ختم نہیں کیا جا سکا — GPT‑4o بند ہونے تک OpenAI کا سب سے زیادہ چاپلوسی والا نمونہ رہا[4]۔

آواز Sky اور Scarlett Johansson کا اسکینڈل

GPT‑4o کے اجرا پر صارفین نے آواز Sky کی فلم «Her» (2013ء) کی اداکارہ Scarlett Johansson سے مشابہت نوٹ کی۔ سیم آلٹمین نے سوشل نیٹ ورک پر ایک لفظ «her» شائع کر کے بحث کو ہوا دی[4]۔ یوہانسن نے ایک بیان جاری کیا جس میں انہوں نے بتایا کہ OpenAI نے اجرا سے کئی مہینے پہلے نمونے کی آواز دینے کی پیشکش کی تھی؛ انہوں نے انکار کر دیا تھا اور سنی گئی مشابہت سے «حیران اور ناراض» تھیں۔ OpenAI نے کہا کہ Sky کی آواز کسی اور پیشہ ور اداکارہ نے دی تھی، لیکن 20 مئی 2024ء کو آواز بند کر دی[4]۔

GPT‑5 سے تبدیلی پر کمیونٹی کا ردعمل

جب GPT‑4o کو اگست 2025ء میں GPT‑5 کے اجرا کے ساتھ ChatGPT سے ہٹایا گیا، تو صارفین نے GPT‑4o کے «گرم» اور جذباتی گفتگو کے انداز کے کھو جانے کی بڑے پیمانے پر شکایات کیں۔ Reddit پر صارفین نے GPT‑5 کو «چپٹا»، «غیر تخلیقی» اور «لابوٹومائزڈ» نمونہ قرار دیا[4]۔ سیم آلٹمین نے اعتراف کیا: «ہم نے یقیناً کم اندازہ لگایا کہ GPT‑4o کی جن چیزوں کو لوگ پسند کرتے تھے وہ ان کے لیے کتنی اہم تھیں، چاہے GPT‑5 زیادہ تر پیمانوں پر اس سے بہتر ہو»۔ OpenAI کو ادائیگی کرنے والے سبسکرائبرز کے لیے GPT‑4o واپس لانی پڑی[4]۔

اپ ڈیٹس کی تاریخ

مصنوع کی عمومی تاریخ

تاریخ واقعہ
7 مئی 2024ء LMSYS Arena پر gpt2‑chatbot فرضی ناموں سے خفیہ آزمائش؛ سیم آلٹمین کا سوشل میڈیا پر اشارہ
13 مئی 2024ء GPT‑4o کا سرکاری اعلان، gpt‑4o‑2024‑05‑13 کا اجرا؛ API اور ChatGPT (Plus، Free با حدود) کے ذریعے رسائی؛ macOS کے لیے ChatGPT ڈیسک ٹاپ کلائنٹ لانچ[1]
20 مئی 2024ء Scarlett Johansson اسکینڈل کی وجہ سے آواز Sky بند کی گئی[4]
18 جولائی 2024ء GPT‑4o mini (gpt‑4o‑mini‑2024‑07‑18) کا اجرا؛ ChatGPT میں GPT‑3.5 Turbo کی جگہ[6]
6 اگست 2024ء gpt‑4o‑2024‑08‑06 کا اجرا: Structured Outputs، 50 فیصد قیمت میں کمی، زیادہ سے زیادہ آؤٹ پٹ 16,384 تک اضافہ[3]
ستمبر 2024ء Plus اور Team سبسکرائبرز کے لیے Advanced Voice Mode کی مکمل تعیناتی
1 اکتوبر 2024ء Realtime API اور پہلے آڈیو نمونوں کا اجرا[3]
25 اکتوبر 2024ء GPT‑4o سسٹم کارڈ کی اشاعت (arXiv:2410.21276)[2]
20 نومبر 2024ء gpt‑4o‑2024‑11‑20 کا اجرا: تخلیقی تحریر، فائلوں کے ساتھ کام میں بہتری[3]
17 دسمبر 2024ء اپ ڈیٹ شدہ آڈیو اور ریئل ٹائم snapshots؛ آڈیو tokens کی قیمت میں کمی؛ مینی ورژنوں کا اجرا
فروری 2025ء تربیتی ڈیٹا جون 2024ء تک اپ ڈیٹ؛ تصاویر کے ساتھ کام میں بہتری
مارچ 2025ء GPT Image 1 کا اجرا (تصویر تخلیق)؛ تلاش، ٹرانسکرپشن اور TTS نمونوں کا اجرا[3]
25 اپریل 2025ء GPT‑4o «شخصیت» کی اپ ڈیٹ جس نے چاپلوسی کا بحران پیدا کیا[8]
28–29 اپریل 2025ء چاپلوسی والی اپ ڈیٹ کا مکمل rollback[8]
3 جون 2025ء آڈیو/ریئل ٹائم نمونوں کے آخری snapshots
7 اگست 2025ء GPT‑5 کا اجرا؛ GPT‑4o کو ChatGPT ماڈل کے انتخاب سے ہٹایا گیا، پھر ادائیگی کرنے والے سبسکرائبرز کے لیے بحال کیا گیا[4]
18 نومبر 2025ء chatgpt‑4o‑latest کو deprecated قرار دیا گیا[3]
13 فروری 2026ء GPT‑4o کو سرکاری طور پر ChatGPT سے ہٹایا گیا (API کے ذریعے اب بھی دستیاب ہے)[5]

API اپ ڈیٹس کی تاریخ

ذیل میں API اور OpenAI کی متعلقہ سروسز میں GPT‑4o خاندان کی تبدیلیوں کی تفصیلی تاریخ درج ہے[9][3]:

تاریخ تبدیلی
13.05.2024 API اور ChatGPT میں GPT‑4o کا آغاز۔ 128,000 tokens کی سیاق کی کھڑکی اور 4,096 tokens کے زیادہ سے زیادہ آؤٹ پٹ کے ساتھ snapshot gpt‑4o‑2024‑05‑13 کا اجرا۔ ChatGPT Plus، Team اور مفت صارفین (حدود کے ساتھ) کے لیے رسائی کھولی گئی۔ بیک وقت ڈویلپرز کے لیے OpenAI API endpoint لانچ کی گئی۔[1]
18.07.2024 gpt‑4o‑mini (gpt‑4o‑mini‑2024‑07‑18) کا اجرا — ایک مختصر اور کفایتی ورژن جس نے ChatGPT Free میں GPT‑3.5 Turbo کی جگہ لی۔ سیاق کی کھڑکی 128,000 tokens، زیادہ سے زیادہ آؤٹ پٹ 16,384 tokens۔[6]
23.07.2024 GPT‑4o mini کے لیے fine‑tuning کا آغاز۔ ڈویلپرز کو OpenAI API کے ذریعے اپنے ڈیٹا پر مختصر نمونے کو مزید تربیت دینے کا موقع ملا۔[9]
06.08.2024 Snapshot gpt‑4o‑2024‑08‑06 کا اجرا۔ اہم نئے فیچرز: Structured Outputs فنکشن (constrained decoding کے ذریعے دی گئی JSON اسکیمے کی ضمانت شدہ پیروی)؛ پہلے snapshot کے مقابلے میں API کی لاگت میں 50 فیصد (ان پٹ) اور 33 فیصد (آؤٹ پٹ) کمی؛ زیادہ سے زیادہ آؤٹ پٹ 16,384 tokens تک اضافہ۔[7][3]
15.08.2024 متحرک alias chatgpt‑4o‑latest کا ظہور — ایک endpoint جو خود بخود ChatGPT ویب انٹرفیس میں استعمال ہونے والے نمونے کے موجودہ ورژن کی طرف اشارہ کرتا ہے۔[9]
20.08.2024 gpt‑4o‑2024‑08‑06 کے لیے fine‑tuning GA (General Availability) مرحلے تک پہنچ گئی اور تمام API صارفین کے لیے دستیاب ہو گئی۔ پہلے GPT‑4o کا fine‑tuning صرف کارپوریٹ کلائنٹس تک محدود تھا۔[9]
01.10.2024 پلیٹ فارم کی بڑی اپ ڈیٹ: ریئل ٹائم آواز کے تعامل والی ایپلی کیشنز کے لیے Realtime API (بیٹا) کا اجرا؛ image fine‑tuning (تصاویر پر دوبارہ تربیت) کا تعارف؛ prompt caching (بار بار آنے والی درخواستوں کی لاگت کم کرنے کے لیے prompts کا کیشنگ) کا اجرا؛ model distillation میکانزم پیش کیا گیا۔ پہلے آڈیو نمونے جاری کیے گئے: gpt‑4o‑realtime‑preview‑2024‑10‑01۔[3][9]
17.10.2024 gpt‑4o‑audio‑preview کا اجرا — معیاری Chat Completions API REST انٹرفیس کے ذریعے آڈیو منتقل کرنے کا نمونہ (مستقل WebSocket کنکشن برقرار رکھنے کی ضرورت کے بغیر)۔[3]
30.10.2024 realtime اور audio‑preview نمونوں کے لیے 5 نئی آوازیں شامل کی گئیں، ڈویلپرز کے لیے دستیاب آوازی پروفائلز کا مجموعہ وسیع کیا گیا۔[9]
04.11.2024 Predicted Outputs فنکشن متعارف کرایا گیا — متن یا کوڈ کی تخلیق کو تیز کرنے کا میکانزم جب متوقع جواب کا بڑا حصہ پہلے سے معلوم ہو (مثلاً موجودہ کوڈ میں معمولی تبدیلیاں کرتے وقت)۔ gpt‑4o اور gpt‑4o‑mini کے لیے دستیاب۔[9]
20.11.2024 Snapshot gpt‑4o‑2024‑11‑20 کا اجرا۔ قدرتی اور تخلیقی تحریر کی صلاحیت میں بہتری؛ اپ لوڈ شدہ فائلوں کے ساتھ کام میں بہتری؛ توسیع یافتہ markdown صلاحیتیں شامل کی گئیں۔ Alias gpt‑4o کو اس ورژن پر اپ ڈیٹ نہیں کیا گیا (2024‑08‑06 پر رہا)، جو production alias کو اپ ڈیٹ کرنے میں OpenAI کی احتیاط کو ظاہر کرتا ہے۔[3]
17.12.2024 اپ ڈیٹ شدہ نمونوں کا اجرا: gpt‑4o‑realtime‑preview‑2024‑12‑17 اور gpt‑4o‑audio‑preview‑2024‑12‑17، نیز مینی ورژنز (gpt‑4o‑mini‑realtime‑preview‑2024‑12‑17، gpt‑4o‑mini‑audio‑preview‑2024‑12‑17)۔ آڈیو tokens کی لاگت میں نمایاں کمی (1M کے لیے $100/$200 سے $40/$80 تک)۔ Realtime API کے لیے WebRTC پروٹوکول کی حمایت شامل کی گئی (کم سے کم تاخیر کے ساتھ براہ راست کلائنٹ کنکشن)۔[3][9]
11.03.2025 تلاش کے نمونوں کا اجرا: gpt‑4o‑search‑preview اور gpt‑4o‑mini‑search‑preview — Chat Completions API کے ذریعے ویب تلاش کے انضمام کے لیے خصوصی endpoints۔ بیک وقت Responses API پیش کیا گیا — ایک نیا انٹرفیس جو ایک API کال میں بلٹ ان ٹولز (web search، file search، code interpreter) کو یکجا کرتا ہے۔[3][9]
25.03.2025 GPT‑4o سسٹم کارڈ کا Addendum شائع کیا گیا، جو مقامی تصویر تخلیق (GPT Image 1) کی حفاظت کے لیے وقف ہے۔ دستاویز کثیر الوسائط تخلیق سے متعلق اضافی خطرات کے جائزے بیان کرتی ہے، جن میں deepfake تحفظ اور مواد کی فلٹرنگ شامل ہیں۔[2]
27.03.2025 ChatGPT میں GPT‑4o کے رویے میں بہتریاں: جوابات کے انداز کی اصلاح، ضرورت سے زیادہ طول بیانی میں کمی، ہدایات پر عمل درآمد میں بہتری۔[9]
10.04.2025 OpenAI نے اعلان کیا کہ ChatGPT انٹرفیس سے GPT‑4 (اصل ورژن) کو GPT‑4o کے حق میں ہٹایا جا رہا ہے؛ جن صارفین کو پہلے GPT‑4 تک رسائی تھی انہیں GPT‑4o پر منتقل کیا گیا۔[9]
29.04.2025 چاپلوسی (sycophancy) کے بحران کی وجہ سے GPT‑4o کی اپ ڈیٹ کا مکمل rollback۔ OpenAI نے 25 اپریل 2025ء کو نافذ کی گئی نمونے کی «شخصیت» میں تبدیلیاں واپس لیں، ضرورت سے زیادہ اتفاق اور ممکنہ طور پر خطرناک تصدیق کی بڑے پیمانے پر شکایات کے بعد۔[8]
15.09.2025 OpenAI نے GPT‑4o کے آڈیو اور ریئل ٹائم نمونوں کی preview شاخوں (gpt‑4o‑realtime‑preview‑* اور gpt‑4o‑audio‑preview‑* شاخیں) کو 24 مارچ 2026ء کو بند کرنے کا منصوبہ اعلان کیا۔ ڈویلپرز کو موجودہ endpoints یا اگلی نسل کے نمونوں کی طرف منتقلی کی سفارش کی گئی۔[9]
18.11.2025 Alias chatgpt‑4o‑latest کو 17 فروری 2026ء کو بند کرنے کے لیے shutdown قرار دیا گیا۔ متحرک endpoint کو deprecated حیثیت دی گئی؛ ڈویلپرز کو مقررہ snapshots استعمال کرنے یا نئے نمونوں کی طرف جانے کی سفارش کی گئی۔[3][9]

رسائی

GPT‑4o تک رسائی ChatGPT کے سرکاری ویب انٹرفیس (Free، Plus، Team اور Enterprise سطح کے صارفین کے لیے) اور OpenAI API کے ذریعے ہوتی تھی[3]۔ نمونہ Azure OpenAI Service کے ذریعے بھی دستیاب تھا۔

صلاحیت Free Plus Pro
GPT‑4o تک رسائی 3–5 گھنٹوں میں تقریباً 10–60 پیغامات 3 گھنٹوں میں تقریباً 150 پیغامات بلا حد
حد ختم ہونے پر Fallback GPT‑4o mini GPT‑4o mini بلا حد
آوازی موڈ دستیاب نہیں دستیاب دستیاب
تصویر تخلیق یومیہ 2–3 توسیع یافتہ حد بلا حد

Fine‑tuning gpt‑4o‑2024‑08‑06 اور gpt‑4o‑mini‑2024‑07‑18 کے لیے دستیاب تھا[3]۔

13 فروری 2026ء سے GPT‑4o کو ChatGPT انٹرفیس سے مکمل طور پر ہٹا دیا گیا (اس وقت تک صرف 0.1 فیصد روزانہ صارف اسے منتخب کر رہے تھے)، تاہم یہ API کے ذریعے دستیاب رہتی ہے[5]۔

اہمیت اور ورثہ

GPT‑4o، OpenAI کے لیے ایک فیصلہ کن نمونہ ثابت ہوئی — نہ صرف متنی benchmarks پر مطلق برتری (GPT‑4 Turbo سے 2–4 فیصد پوائنٹس کا اضافہ) کی وجہ سے، بلکہ ایک واحد Neural Network میں مقامی کثیر الوسائطیت کی طرف نمونیاتی تبدیلی کی وجہ سے[1]۔ یہی فن تعمیر Advanced Voice Mode کو 320 ms تاخیر کے ساتھ، Realtime API کو اور مقامی تصویر تخلیق کو ممکن بنانے والا بنا — وہ فنکشنز جنہوں نے ڈیڑھ سال تک ChatGPT کی مصنوعاتی شکل متعین کی۔

GPT‑4o کی تاریخ کئی اہم اسباق سے نشان زد ہے:

  • نمونے کی «شخصیت» کے بارے میں صارفین کا تاثر انتہائی اہم نکلا: صارفین کی درجہ بندی کی بنیاد پر نمونے کو بہتر بنانے کی کوشش نے چاپلوسی کا بحران پیدا کیا، اور GPT‑5 کے حق میں GPT‑4o کا خاتمہ «گرم انداز» کے ضیاع پر عوامی احتجاج کا سبب بنا[8][4]۔
  • Snapshot اپ ڈیٹس بہتری کی ضمانت نہیں دیتے — تینوں بنیادی snapshots میں سے ہر ایک نے آزادانہ کوڈنگ ٹیسٹوں پر یکساں یا بدتر نتائج ظاہر کیے[4]۔
  • GPT‑4o کا ماحولیاتی نظام 20 سے زیادہ خصوصی ورژنوں (audio‑preview، realtime‑preview، search‑preview، transcribe، TTS) کے ساتھ OpenAI کی ایک واحد «omni» نمونے کو بہتر بنائے گئے وسائل endpoints میں تقسیم کرنے کی حکمت عملی کو ظاہر کرتا ہے[3]۔

یہ بھی دیکھیں

  • GPT
  • GPT‑4
  • GPT‑4 Turbo
  • GPT‑4o mini
  • GPT‑5
  • RLHF
  • Transformer فن تعمیر
  • بڑے لسانی نمونے

مآخذ

حواشی

  1. ↑ 1.00 1.01 1.02 1.03 1.04 1.05 1.06 1.07 1.08 1.09 1.10 1.11 1.12 1.13 1.14 1.15 1.16 1.17 1.18 1.19 1.20 1.21 1.22 1.23 OpenAI (2024). Hello GPT‑4o. Официальный блог OpenAI, 13 мая 2024. https://openai.com/index/hello-gpt-4o/
  2. ↑ 2.00 2.01 2.02 2.03 2.04 2.05 2.06 2.07 2.08 2.09 2.10 2.11 2.12 2.13 2.14 2.15 2.16 2.17 2.18 2.19 2.20 2.21 2.22 2.23 Hurst, A. et al. (2024). GPT‑4o System Card. arXiv:2410.21276, 25 октября 2024. https://arxiv.org/abs/2410.21276
  3. ↑ 3.00 3.01 3.02 3.03 3.04 3.05 3.06 3.07 3.08 3.09 3.10 3.11 3.12 3.13 3.14 3.15 3.16 3.17 3.18 3.19 3.20 3.21 3.22 3.23 3.24 3.25 3.26 3.27 3.28 OpenAI. Models — GPT‑4o. Документация API OpenAI. https://developers.openai.com/api/docs/models/gpt-4o
  4. ↑ 4.00 4.01 4.02 4.03 4.04 4.05 4.06 4.07 4.08 4.09 4.10 4.11 4.12 4.13 4.14 4.15 4.16 4.17 4.18 4.19 4.20 4.21 4.22 4.23 4.24 Wikipedia. GPT‑4o. https://en.wikipedia.org/wiki/GPT-4o
  5. ↑ 5.0 5.1 5.2 OpenAI (2026). Retiring GPT‑4o and older models. https://openai.com/index/retiring-gpt-4o-and-older-models/
  6. ↑ 6.0 6.1 6.2 6.3 6.4 6.5 OpenAI (2024). GPT‑4o mini: advancing cost‑efficient intelligence. 18 июля 2024. https://openai.com/index/gpt-4o-mini-advancing-cost-efficient-intelligence/
  7. ↑ 7.0 7.1 7.2 OpenAI (2024). Introducing Structured Outputs in the API. https://openai.com/index/introducing-structured-outputs-in-the-api/
  8. ↑ 8.0 8.1 8.2 8.3 8.4 8.5 8.6 OpenAI (2025). Sycophancy in GPT‑4o. Постмортем. https://openai.com/index/sycophancy-in-gpt-4o/
  9. ↑ 9.00 9.01 9.02 9.03 9.04 9.05 9.06 9.07 9.08 9.09 9.10 9.11 9.12 OpenAI. API Changelog. https://developers.openai.com/api/docs/changelog/
Retrieved from "https://systems-analysis.info/int/index.php?title=GPT-4o_(UR)&oldid=2461"