GPT (OpenAI) (EL)

GPT (Generative Pre-trained Transformer) — είναι μια οικογένεια μεγάλων γλωσσικών μοντέλων (LLM), που αναπτύχθηκε από την εταιρεία OpenAI. Τα μοντέλα GPT βασίζονται στην αρχιτεκτονική transformer και υλοποιούν το παράδειγμα της γενετικής προ-εκπαίδευσης: στο πρώτο στάδιο το μοντέλο εκπαιδεύεται σε εκτεταμένα σώματα κειμένων χωρίς ρητή σήμανση, και στη συνέχεια μπορεί να εκπαιδευτεί περαιτέρω σε συγκεκριμένες εργασίες. Για τις τελευταίες γενιές (ξεκινώντας από το GPT‑5) η OpenAI χρησιμοποιεί επίσης τον όρο ενιαίο σύστημα (unified system), καθώς το προϊόν συνδυάζει τη γρήγορη λειτουργία απόκρισης, τη λειτουργία εις βάθος συλλογισμού (reasoning) και έναν δρομολογητή.

Ονομασία

Το ακρωνύμιο GPT αποδίδεται ως Generative Pre-trained Transformer (Γεννητικός Προ-εκπαιδευμένος Μετασχηματιστής).

• Γεννητικός (Generative): σημαίνει ότι το μοντέλο είναι ικανό να δημιουργεί (να παράγει) νέο περιεχόμενο, για παράδειγμα κείμενο.
• Προ-εκπαιδευμένος (Pre-trained): υποδηλώνει ότι το μοντέλο περνά από ένα εκτεταμένο αρχικό στάδιο εκπαίδευσης σε μεγάλο όγκο δεδομένων (π.χ. κειμένων από το διαδίκτυο). Μετά την προ-εκπαίδευση, το μοντέλο μπορεί συχνά να υποστεί επιπλέον fine-tuning για την εκτέλεση πιο εξειδικευμένων εργασιών.
• Transformer (Transformer): είναι η ονομασία μιας συγκεκριμένης αρχιτεκτονικής νευρωνικού δικτύου, που αποτελεί την κλειδί καινοτομία στον πυρήνα του GPT και πολλών άλλων σύγχρονων μοντέλων AI.

Το κύριο χαρακτηριστικό του GPT είναι ότι η εκπαίδευση γίνεται σε αυτοπαλίνδρομη μορφή — το μοντέλο προβλέπει το επόμενο token βάσει του προηγούμενου πλαισίου. Δηλαδή, το μοντέλο εκπαιδεύεται να μεγιστοποιεί την πιθανότητα του επόμενου token, γνωρίζοντας την ακολουθία των προηγούμενων tokens. Κατά την εκπαίδευση ελαχιστοποιείται το σφάλμα πρόβλεψης του επόμενου στοιχείου, γεγονός που επιτρέπει τη δημιουργία κειμένων υψηλής συνοχής και συνεκτικότητας.

Διαδικασία παραγωγής κειμένου στο GPT

Το μοντέλο GPT παράγει κείμενο διαδοχικά, token ανά token, σύμφωνα με το εξής επαναληπτικό σχήμα:

• Δέχεται ως είσοδο μια αρχική ακολουθία κειμένου (prompt, seed text).
• Υπολογίζει την κατανομή πιθανοτήτων για όλα τα tokens του λεξιλογίου για το επόμενο στοιχείο κειμένου.
• Επιλέγει το επόμενο token:
  • είτε με βάση την υψηλότερη πιθανότητα (άπληστη επιλογή),
  • είτε με τη μέθοδο στοχαστικής δειγματοληψίας (sampling),
  • είτε χρησιμοποιώντας ειδικές στρατηγικές φιλτραρίσματος (top-k, top-p).
• Προσθέτει το επιλεγμένο token στην τρέχουσα ακολουθία.
• Η ενημερωμένη ακολουθία τροφοδοτείται εκ νέου στο μοντέλο για την πρόβλεψη του επόμενου token.

Αρχιτεκτονική transformer: επεξεργασία κειμένου

Η διαδικασία επεξεργασίας δεδομένων εντός του transformer για την πρόβλεψη του επόμενου token περιλαμβάνει αρκετά βασικά στάδια:

• Tokenization (Τεμαχισμός). Το κείμενο εισόδου χωρίζεται σε tokens — μικρές μονάδες κειμένου, που μπορεί να είναι λέξεις, τμήματα λέξεων ή σημεία στίξης. Στο μοντέλο GPT-3, για παράδειγμα, το λεξιλόγιο περιλαμβάνει περίπου 50.257 tokens.
• Embedding tokens (Embeddings). Κάθε token μετατρέπεται σε ένα διάνυσμα σταθερού μήκους μέσω του πίνακα embeddings (W_E). Τα διανύσματα κωδικοποιούν τη σημασία των tokens: σημασιολογικά κοντινά tokens τοποθετούνται κοντά σε πολυδιάστατο χώρο. Στο μοντέλο GPT-3 η διαστατικότητα των embeddings είναι 12.288.
• Επεξεργασία στα επίπεδα transformer.
  • Attention Blocks (Μπλοκ προσοχής): Κάθε token αλληλεπιδρά με τα υπόλοιπα tokens της ακολουθίας. Ο μηχανισμός attention επιτρέπει τη λήψη υπόψη του πλαισίου και τη σωστή ερμηνεία των σημασιών των λέξεων.
  • Feed-Forward Layers (Πλήρως συνδεδεμένα επίπεδα): Μετά το attention, κάθε token επεξεργάζεται ξεχωριστά μέσω ενός δύο-επίπεδου νευρωνικού δικτύου με μη γραμμική ενεργοποίηση.
• Αντίστροφη μετατροπή και Softmax. Μετά από όλα τα επίπεδα, το επεξεργασμένο διάνυσμα μετατρέπεται πίσω στον χώρο tokens μέσω του πίνακα (W_U), που συχνά είναι η ανάστροφη έκδοση του W_E. Το προκύπτον διάνυσμα logits κανονικοποιείται με τη συνάρτηση Softmax για την απόκτηση κατανομής πιθανοτήτων σε όλα τα tokens.
• Επιλογή επόμενου token (Sampling). Το επόμενο token επιλέγεται βάσει της κατανομής πιθανοτήτων. Η παράμετρος θερμοκρασίας (temperature) ελέγχει την τυχαιότητα της επιλογής: στη θερμοκρασία 0 επιλέγεται το πιο πιθανό token, σε υψηλότερες θερμοκρασίες αυξάνεται η πιθανότητα επιλογής λιγότερο πιθανών εναλλακτικών, γεγονός που συμβάλλει σε μεγαλύτερη ποικιλομορφία κειμένου.

Μοντέλα GPT

• GPT-1 (2018): πρώτο μοντέλο της οικογένειας· 12-επίπεδος decoder-only transformer· εκπαίδευση σε δύο στάδια (προ-εκπαίδευση + fine-tuning σε εργασίες NLP).
• GPT-2 (2019): 1,5 δισεκατομμύριο παράμετροι· εκπαίδευση στο σώμα κειμένων WebText· για πρώτη φορά ικανό να παράγει μακριά συνεκτικά κείμενα· βελτίωση ποιότητας zero-shot παραγωγής. Ανακοινώθηκε στις 14 Φεβρουαρίου 2019, η πλήρης έκδοση (1,5 δισ.) δημοσιεύτηκε στις 5 Νοεμβρίου 2019 για λόγους ασφαλείας.
• GPT-3 (2020): 175 δισεκατομμύρια παράμετροι· εκτεταμένη εκπαίδευση σε συνδυασμό Common Crawl, Books, Wikipedia· ισχυρή ανάπτυξη few-shot και zero-shot δυνατοτήτων.
• GPT-3.5 (2022): ενδιάμεση έκδοση μεταξύ GPT-3 και GPT-4· βελτιωμένη τήρηση οδηγιών χάρη στην εκπαίδευση με ανθρώπινη ανατροφοδότηση (RLHF) στις εκδόσεις text-davinci-003 και gpt-3.5-turbo· παράθυρο πλαισίου έως 4.096 tokens στις πρώιμες εκδόσεις και έως 16.385 tokens στις πιο πρόσφατες (gpt-3.5-turbo-16k και ενημερωμένο gpt-3.5-turbo).
• GPT-4 (2023): πολυτροπικό μοντέλο με κειμενική και εικονογραφική είσοδο (η υποστήριξη εικόνων αναπτύχθηκε αργότερα, μετά την κειμενική εκκίνηση)· παράθυρο πλαισίου 8.192 tokens στη βασική έκδοση και 32.768 tokens στην παραλλαγή GPT-4-32k· σημαντική βελτίωση ακρίβειας, σταθερότητας και λογικής συλλογισμού.
• GPT-4 Turbo (2023): βελτιστοποιημένη έκδοση του GPT-4· αυξημένο παράθυρο πλαισίου έως 128.000 tokens· χαμηλότερες καθυστερήσεις και κόστος λειτουργίας.
• GPT-4o (2024): πολυτροπικό μοντέλο νέας γενιάς (κείμενο, εικόνα, ήχος) με ενιαία νευρωνική αρχιτεκτονική· πολύ υψηλή ταχύτητα και ακρίβεια αποκρίσεων· παράθυρο πλαισίου 128.000 tokens.
• GPT-4.5 (2025): ερευνητική προεπισκόπηση (research preview)· στη system card η OpenAI αναφέρει ότι το μοντέλο «builds on GPT-4o»· βελτιωμένη κατανόηση αιτημάτων χρηστών, μείωση σφαλμάτων· παράθυρο πλαισίου 128.000 tokens. Στο API το μοντέλο gpt-4.5-preview ανακοινώθηκε ως deprecated στις 14 Απριλίου 2025 και απενεργοποιήθηκε στις 14 Ιουλίου 2025.
• GPT-4.1 (2025): βελτιωμένη έκδοση της οικογένειας GPT-4 με παράθυρο πλαισίου έως 1 εκατομμύριο tokens· δέχεται κείμενο και εικόνες ως είσοδο, παράγει κείμενο. Κυκλοφόρησε ταυτόχρονα σε τρεις παραλλαγές: GPT-4.1, GPT-4.1 mini, GPT-4.1 nano.
• GPT-5 (2025): ενιαίο σύστημα με λειτουργίες γρήγορης απόκρισης και εις βάθος συλλογισμού· παράθυρο πλαισίου περίπου 400.000 tokens· αξιοσημείωτη μείωση ψευδαισθήσεων σε πραγματολογικές εργασίες.
• GPT-5.1 (2025): προσαρμοστικό reasoning, βελτιώσεις σε coding και long-context retention.
• GPT-5.2 (2025): έμφαση στην επαγγελματική εργασία· λειτουργία Pro για frontier-εργασίες· με βάση το GPT-5.2 κυκλοφόρησε το αντιπροσωπευτικό GPT-5.2-Codex.
• GPT-5.3-Codex (2026): αντιπροσωπευτικό μοντέλο coding, που συνδυάζει coding-δυνατότητες και reasoning· 25% ταχύτερο από τους προκατόχους.
• GPT-5.3 Instant (2026): ενημέρωση του πιο χρησιμοποιούμενου συνομιλητικού μοντέλου ChatGPT· κυκλοφόρησε στις 3 Μαρτίου 2026. Βελτιώθηκαν η πραγματολογική ακρίβεια, η ποιότητα αναζήτησης στον ιστό, η ομαλότητα διαλόγου και μειώθηκαν οι περιττές αρνήσεις και οι υπερβολικές επιφυλάξεις. Στο API διατίθεται ως gpt-5.3-chat-latest.
• GPT-5.4 (2026): frontier-μοντέλο OpenAI για επαγγελματική εργασία, που παρουσιάστηκε στις 5 Μαρτίου 2026· πρώτο general-purpose μοντέλο OpenAI με native computer-use capabilities. Στο API το gpt-5.4 συνιστάται ως προεπιλεγμένο μοντέλο για ευρύ φάσμα general-purpose και coding-εργασιών.

GPT-1

Το πρώτο μοντέλο, GPT-1, παρουσιάστηκε από την OpenAI το 2018 στην εργασία "Improving Language Understanding by Generative Pre-Training". Το μοντέλο ήταν ένας 12-επίπεδος decoder-only transformer και βασιζόταν στην αρχιτεκτονική transformer. Η εκπαίδευση του GPT-1 πραγματοποιήθηκε σε δύο στάδια: στάδιο μη εποπτευόμενης γεννητικής προ-εκπαίδευσης (pre-training), ακολουθούμενο από στάδιο ελεγχόμενης λεπτής ρύθμισης (fine-tuning).

Στο στάδιο της προ-εκπαίδευσης, το μοντέλο εκπαιδεύτηκε στο σώμα κειμένων BookCorpus, που περιελάμβανε περισσότερα από 7.000 αδημοσίευτα βιβλία διαφόρων ειδών. Ιδιαιτερότητα αυτού του σώματος κειμένων ήταν η παρουσία μακρών συνεχών αποσπασμάτων κειμένου, κάτι που ήταν κρίσιμα σημαντικό για την ανάπτυξη στο μοντέλο της ικανότητας επεξεργασίας πολύπλοκων και εκτεταμένων κειμενικών εξαρτήσεων.

Στο στάδιο του fine-tuning, το μοντέλο προσαρμόστηκε στην επίλυση εξειδικευμένων εργασιών επεξεργασίας φυσικής γλώσσας, συμπεριλαμβανομένων:

• Απάντησης σε ερωτήσεις (Question Answering, QA) — διαμόρφωση σωστής απάντησης βάσει δεδομένου κειμενικού πλαισίου;
• Αναγνώρισης κειμενικής συνεπαγωγής (Natural Language Inference, NLI) — προσδιορισμός λογικής σχέσης μεταξύ δύο κειμένων: συνεπαγωγή, αντίφαση ή ουδετερότητα;
• Αξιολόγησης σημασιολογικής ομοιότητας (Semantic Textual Similarity) — μέτρηση του βαθμού σημασιολογικής εγγύτητας μεταξύ δύο κειμενικών ακολουθιών.

Χάρη σε αυτή την προσέγγιση, το GPT-1 επέδειξε σημαντική υπεροχή έναντι προηγούμενων μοντέλων σε μια σειρά από τυποποιημένα benchmark για εργασίες κατανόησης κειμένου.

Η ανάπτυξη του GPT-1 επέδειξε μια σειρά από βασικά επιτεύγματα και ανακαλύψεις στον τομέα της επεξεργασίας φυσικής γλώσσας (NLP):

• Αποτελεσματικότητα της γεννητικής προ-εκπαίδευσης. Επιβεβαιώθηκε εμπειρικά ότι η προ-εκπαίδευση σε μεγάλα σώματα αδήλωτου κειμένου επιτρέπει στο μοντέλο να αποκτά καθολικές γλωσσικές αναπαραστάσεις, κατάλληλες για μετέπειτα εφαρμογή σε διάφορες πρακτικές εργασίες χωρίς θεμελιώδεις αρχιτεκτονικές αλλαγές.
• Καθολικότητα της αρχιτεκτονικής transformer. Η χρήση πολυεπίπεδου decoder transformer επέτρεψε στο μοντέλο να επεξεργάζεται επιτυχώς μακροπρόθεσμες εξαρτήσεις στο κείμενο, κάτι που προηγουμένως ήταν δυσχερές για μοντέλα βασισμένα σε αναδρομικά νευρωνικά δίκτυα.
• Μείωση εξάρτησης από επισημειωμένα δεδομένα. Η εργασία επιβεβαίωσε ότι η μεγάλης κλίμακας προ-εκπαίδευση σε αδήλωτα δεδομένα μπορεί να μειώσει σημαντικά τον όγκο επισημειωμένων δεδομένων που απαιτούνται για την επίτευξη υψηλής ποιότητας σε στοχευμένες εργασίες.
• Θεμέλιο για μετέπειτα ανάπτυξη. Τα αποτελέσματα του GPT-1 έθεσαν τις εννοιολογικές και τεχνικές βάσεις για τις επόμενες εκδόσεις των μοντέλων της οικογένειας GPT (GPT-2, GPT-3 και μετά).

GPT-2

Το μοντέλο GPT-2 ανακοινώθηκε από την OpenAI στις 14 Φεβρουαρίου 2019. Υπερείχε σημαντικά του προκατόχου του ως προς το μέγεθος: η πλήρης έκδοση του μοντέλου περιείχε περίπου 1,5 δισεκατομμύριο παραμέτρους. Για λόγους ασφαλείας η OpenAI δημοσίευσε αρχικά μόνο μειωμένες παραλλαγές του μοντέλου· η πλήρης έκδοση (1,5 δισ. παράμετροι) κυκλοφόρησε στις 5 Νοεμβρίου 2019. Σε αντίθεση με το GPT-1, που εκπαιδεύτηκε στο σώμα κειμένων BookCorpus (~5 GB), το GPT-2 εκπαιδεύτηκε στο ειδικά συγκεντρωμένο σώμα κειμένων WebText όγκου περίπου 40 GB, που περιελάμβανε κειμενικά δεδομένα από διαδικτυακές πηγές υψηλής ποιότητας. Η αύξηση τόσο του μεγέθους του μοντέλου όσο και του όγκου των δεδομένων εκπαίδευσης επέτρεψε στο GPT-2 να βελτιώσει σημαντικά την ποιότητα παραγωγής κειμένου: επέδειξε ικανότητα δημιουργίας περιεχομένων άρθρων, ιστοριών και ακόμη συνεκτικών αποσπασμάτων καλλιτεχνικής πεζογραφίας.

Στο GPT-2 χρησιμοποιήθηκε η αρχιτεκτονική αυτοπαλίνδρομου decoder transformer, ανάλογη με αυτή του GPT-1, χωρίς ουσιαστικές αλλαγές. Το μοντέλο αποτελούνταν από 48 επίπεδα self-attention, είχε μέγεθος κρυφής κατάστασης 1.600 και περιελάμβανε περίπου 1,5 δισεκατομμύριο παραμέτρους. Ο αριθμός των κεφαλών attention ήταν 25 (διατηρώντας το μέγεθος 64 ανά κεφαλή, κληρονομημένο από το GPT-1: 1.600 ÷ 64 = 25). Η εκπαίδευση πραγματοποιήθηκε στην εργασία πρόβλεψης επόμενου token βάσει προηγούμενου πλαισίου με εφαρμογή μηχανισμού μασκαρισμένης προσοχής.

Ένα από τα κύρια χαρακτηριστικά του GPT-2 ήταν ότι το μοντέλο επέδειξε για πρώτη φορά υψηλή αποτελεσματικότητα σε λειτουργία zero-shot learning — την ικανότητα επίλυσης νέων εργασιών χωρίς να υποστεί ρητό fine-tuning σε παραδείγματα για αυτές τις εργασίες. Το μοντέλο εκπαιδεύτηκε σε μεγάλο σώμα γενικευμένων κειμένων και δεν υπέστη εξειδικευμένη εκπαίδευση σε δεδομένα συγκεκριμένων εργασιών. Η αξιολόγηση πραγματοποιήθηκε σε λειτουργία zero-shot, κατά την οποία το μοντέλο εκτελούσε εργασίες αποκλειστικά βάσει γνώσεων που αποκτήθηκαν κατά τη διαδικασία προ-εκπαίδευσης. Σε ορισμένες εργασίες γλωσσικής μοντελοποίησης το GPT-2 έφτανε ποιότητα συγκρίσιμη ή υπερβαίνουσα τα αποτελέσματα μοντέλων που εκπαιδεύτηκαν ειδικά σε εξειδικευμένα datasets (π.χ. Βικιπαίδεια, νέα, βιβλία).

GPT-3

Το μοντέλο GPT-3 παρουσιάστηκε από την OpenAI τον Ιούνιο 2020 (το άρθρο στο arXiv εμφανίστηκε στις 28 Μαΐου 2020, η beta-πρόσβαση στο API άνοιξε στις 11 Ιουνίου 2020). Αποτέλεσε το επόμενο βήμα στην ανάπτυξη των γεννητικών transformer μετά το GPT-2 και διακρινόταν για τη κλιμάκωση της αρχιτεκτονικής σε 175 δισεκατομμύρια παραμέτρους, γεγονός που το έκανε τότε το μεγαλύτερο γλωσσικό μοντέλο.

Η αρχιτεκτονική του GPT-3 παρέμεινε στον πυρήνα της ίδια — πολυεπίπεδος αυτοπαλίνδρομος decoder transformer χωρίς ριζικές αλλαγές. Οι κύριες βελτιώσεις απόδοσης επιτεύχθηκαν μέσω της αύξησης του αριθμού επιπέδων, του πλάτους κρυφών επιπέδων και των κλιμάκων εκπαίδευσης. Το μοντέλο εκπαιδεύτηκε στη συνένωση αρκετών μεγάλων σωμάτων κειμένων, συμπεριλαμβανομένων των Common Crawl, WebText2, Books1, Books2 και Wikipedia. Ο συνολικός όγκος δεδομένων ήταν περίπου 570 GB και άνω (τα 570 GB αντιστοιχούν στο φιλτραρισμένο τμήμα του Common Crawl, που κυριαρχεί στο εκπαιδευτικό μίγμα).

Ένα από τα κύρια χαρακτηριστικά του GPT-3 ήταν η ικανότητά του για few-shot learning και zero-shot learning: το μοντέλο μπορούσε να εκτελεί ευρύ φάσμα εργασιών επεξεργασίας φυσικής γλώσσας, συμπεριλαμβανομένων μετάφρασης, σύνοψης, απαντήσεων σε ερωτήσεις, συγγραφής δοκιμίων και ακόμη προγραμματισμού, βασιζόμενο μόνο σε λίγα παραδείγματα στο κειμενικό ερώτημα ή καθόλου παραδείγματα.

GPT-3.5

Το μοντέλο GPT-3.5 παρουσιάστηκε από την OpenAI στα τέλη του 2022 στο πλαίσιο της εξελικτικής ανάπτυξης της οικογένειας GPT. Βασίστηκε στην αρχιτεκτονική κλιμακωμένου αυτοπαλίνδρομου decoder transformer που χρησιμοποιήθηκε στο GPT-3, με βελτιώσεις στην ποιότητα παραγωγής κειμένου, στην επεξεργασία πλαισίου και στην ικανότητα τήρησης σύνθετων οδηγιών. Ο ακριβής αριθμός παραμέτρων του GPT-3.5 δεν αποκαλύφθηκε επίσημα· εκτιμάται ότι οι davinci-εκδόσεις είναι συγκρίσιμου μεγέθους με το GPT-3 (175 δισ.), ωστόσο οι ακριβείς παράμετροι της έκδοσης gpt-3.5-turbo δεν είναι γνωστές.

Η εκπαίδευση του GPT-3.5 περιελάμβανε εκτεταμένη χρήση μεθόδων εκπαίδευσης με ενίσχυση βάσει ανθρώπινης ανατροφοδότησης (Reinforcement Learning from Human Feedback, RLHF) στις εκδόσεις text-davinci-003 και gpt-3.5-turbo. Παράλληλα, η παλαιότερη έκδοση text-davinci-002 εκπαιδεύτηκε με χρήση supervised fine-tuning (SFT), και όχι RLHF. Το μοντέλο εκπαιδεύτηκε σε εκτεταμένα σώματα κειμένων, που περιελάμβαναν Common Crawl, Books, WebText και άλλες πηγές υψηλής ποιότητας. Το παράθυρο πλαισίου στις πρώιμες δημοφιλείς εκδόσεις (gpt-3.5-turbo) ήταν 4.096 tokens· στη συνέχεια η OpenAI κυκλοφόρησε ενημερωμένες εκδόσεις με πλαίσιο έως 16.385 tokens.

Στην πράξη, το GPT-3.5 προσαρμόστηκε στην επίλυση ευρέος φάσματος εργασιών επεξεργασίας φυσικής γλώσσας, όπως:

• Παραγωγή συνεκτικού και λογικού κειμένου;
• Απαντήσεις σε ερωτήσεις (QA) και κατανόηση πλαισίου;
• Τήρηση πολυβηματικών οδηγιών;
• Βελτιωμένη διατήρηση μακροπρόθεσμου πλαισίου σε διαλόγους.

Με βάση το GPT-3.5 κυκλοφόρησαν αρκετές βασικές εκδόσεις, που προορίζονται για διαφορετικούς σκοπούς:

• text-davinci-002 — πρώτο ευρέως διαθέσιμο μοντέλο βασισμένο στο GPT-3.5, βελτιστοποιημένο για παραγωγή και τήρηση οδηγιών (εκπαιδευμένο με SFT).
• text-davinci-003 — βελτιωμένη έκδοση με ακόμη μεγαλύτερη ικανότητα συλλογισμού και παραγωγής σύνθετων κειμένων (εκπαιδευμένο με RLHF).
• gpt-3.5-turbo — η πιο αποδοτική και οικονομική έκδοση του GPT-3.5, που χρησιμοποιήθηκε στην υπηρεσία ChatGPT από τα τέλη του 2022.

GPT-4

Το μοντέλο GPT-4 παρουσιάστηκε από την OpenAI στις 14 Μαρτίου 2023 στην εργασία «GPT-4 Technical Report». Αποτέλεσε το επόμενο στάδιο ανάπτυξης της οικογένειας γλωσσικών μοντέλων, προσφέροντας σημαντικές βελτιώσεις στον τομέα της κατανόησης κειμένου, της παραγωγής ουσιαστικών και δημιουργικών απαντήσεων, καθώς και της επεξεργασίας πολυτροπικών δεδομένων. Ο ακριβής αριθμός παραμέτρων και οι αρχιτεκτονικές λεπτομέρειες του μοντέλου δεν αποκαλύφθηκαν επίσημα — η τεχνική έκθεση GPT-4 ρητά αναφέρει ότι πληροφορίες σχετικά με την αρχιτεκτονική, το μέγεθος του μοντέλου, το υλικό, τα υπολογιστικά κόστη εκπαίδευσης και την κατασκευή των dataset δεν δημοσιεύονται. Σύμφωνα με ανεπίσημες εξωτερικές εκτιμήσεις, το GPT-4 ενδέχεται να χρησιμοποιεί την προσέγγιση Mixture of Experts (MoE) και να έχει συνολική κλίμακα περίπου ~1,8 τρισεκατομμυρίου παραμέτρων, ωστόσο η OpenAI δεν επιβεβαίωσε ούτε διέψευσε επίσημα αυτούς τους αριθμούς.

Το GPT-4 είναι πολυτροπικό μοντέλο, ικανό να δέχεται ως είσοδο τόσο κείμενο όσο και εικόνες. Αξίζει να σημειωθεί ότι κατά την αρχική κυκλοφορία τον Μάρτιο 2023 ήταν διαθέσιμη μόνο η κειμενική τροπικότητα· η υποστήριξη εικονογραφικής εισόδου αναπτύχθηκε αργότερα. Το παράθυρο πλαισίου ήταν 8.192 tokens στη βασική έκδοση και 32.768 tokens στην παραλλαγή GPT-4-32k. Το μοντέλο χρησιμοποιούσε μεθόδους RLHF (εκπαίδευση με ενίσχυση βάσει ανθρώπινης ανατροφοδότησης).

Η εκπαίδευση του GPT-4 πραγματοποιήθηκε σε συνένωση εκτεταμένων κειμενικών και πολυτροπικών σωμάτων κειμένων. Συγκεκριμένες λεπτομέρειες εκπαιδευτικών δεδομένων, υλικού και μεθοδολογίας δεν αποκαλύπτονται στις επίσημες δημοσιεύσεις της OpenAI.

Η εκπαίδευση πραγματοποιήθηκε σε αρκετά στάδια:

• εκτεταμένη μη εποπτευόμενη προ-εκπαίδευση σε κείμενα και εικόνες,
• ελεγχόμενη λεπτή ρύθμιση (supervised fine-tuning) σε εξειδικευμένες εργασίες,
• τελικό στάδιο εκπαίδευσης με ενίσχυση βάσει ανθρώπινης ανατροφοδότησης (RLHF) για αύξηση αξιοπιστίας, ασφάλειας και ποιότητας ερμηνείας οδηγιών.

Με βάση το GPT-4 κυκλοφόρησαν αρκετές κύριες εκδόσεις:

• GPT-4 (Μάρτιος 2023): βασική έκδοση με υποστήριξη κειμενικής εισόδου (η υποστήριξη εικόνων προστέθηκε αργότερα)· παράθυρο πλαισίου 8.192 tokens· κυκλοφόρησε επίσης η παραλλαγή GPT-4-32k με πλαίσιο 32.768 tokens.
• GPT-4 Turbo (Νοέμβριος 2023): βελτιστοποιημένη τροποποίηση του GPT-4 με αυξημένο παράθυρο πλαισίου έως 128.000 tokens· μειωμένα υπολογιστικά κόστη και επιταχυμένη παραγωγή· υποστήριξη λειτουργιών κλήσης συναρτήσεων (function calling) και JSON-εξόδου.
• GPT-4o (Μάιος 2024): πολυτροπική έκδοση νέας γενιάς· στην ανακοίνωση κυκλοφορίας παρουσιάστηκε ως omni-μοντέλο, ικανό να εργάζεται με κείμενο, εικόνες και ήχο σε πραγματικό χρόνο (σε αντίθεση με το GPT-4 Turbo, όπου οι διάφορες τροπικότητες εξυπηρετούνταν από ξεχωριστές μονάδες)· ωστόσο, το βασικό API-μοντέλο gpt-4o περιγράφεται ως είσοδος κειμένου+εικόνας, έξοδος κειμένου· παράθυρο πλαισίου 128.000 tokens.
• GPT-4.5 (Φεβρουάριος 2025): ερευνητική προεπισκόπηση (research preview)· στη system card η OpenAI ρητά αναφέρει ότι το μοντέλο «builds on GPT-4o»· βελτιωμένη παραγωγή σύνθετων κειμένων, αυξημένη ακρίβεια εκτέλεσης οδηγιών και μειωμένο επίπεδο ψευδαισθήσεων· παράθυρο πλαισίου 128.000 tokens. Περιγράφηκε ως «το τελευταίο μοντέλο OpenAI χωρίς chain-of-thought» (κωδική ονομασία — Orion). Στο API το μοντέλο gpt-4.5-preview ανακοινώθηκε ως deprecated στις 14 Απριλίου 2025 και απενεργοποιήθηκε στις 14 Ιουλίου 2025.
• GPT-4.1 (Απρίλιος 2025): σταθερή έκδοση με ριζική επέκταση πλαισίου σε 1.047.576 tokens· δέχεται κείμενο και εικόνες ως είσοδο, παράγει κείμενο· κυκλοφόρησε ταυτόχρονα σε τρεις παραλλαγές (GPT-4.1, GPT-4.1 mini, GPT-4.1 nano)· αρχικά διαθέσιμο μόνο μέσω API, αργότερα αναπτύχθηκε στο ChatGPT.

GPT-5

Στις 7 Αυγούστου 2025 η OpenAI παρουσίασε το GPT‑5 ως το τότε «πιο έξυπνο, γρήγορο και χρήσιμο» μοντέλό της, με ενσωματωμένη λειτουργία εις βάθος συλλογισμού (thinking) και εστίαση σε πρακτικά σενάρια — συγγραφή, προγραμματισμός, εργασία με θέματα υγείας και πολυτροπική κατανόηση. Το GPT‑5 σταδιακά έγινε το προεπιλεγμένο μοντέλο για την πλειονότητα εξουσιοδοτημένων χρηστών του ChatGPT, εκτοπίζοντας τα προηγουμένως χρησιμοποιούμενα μοντέλα της οικογένειας GPT‑4/4o και της σειράς o.

Το GPT‑5 υλοποιείται ως ενιαίο σύστημα με δύο βασικές λειτουργίες: γρήγορες, οικονομικές αποκρίσεις για καθημερινά αιτήματα (κατά σύμβαση gpt‑5 main) και εις βάθος συλλογισμός για σύνθετες εργασίες (κατά σύμβαση gpt‑5 thinking). Η επιλογή λειτουργίας γίνεται αυτόματα μέσω δρομολογητή, που λαμβάνει υπόψη τον τύπο διαλόγου, την πολυπλοκότητα του αιτήματος, την ανάγκη εργαλείων και ρητές υποδείξεις χρήστη (π.χ. «think step by step» ή «analyze in depth»). Στο ChatGPT ο χρήστης έχει πρόσβαση στις λειτουργίες Auto / Instant / Thinking / Pro· οι παραλλαγές mini και nano είναι κυρίως API-μοντέλα, ενώ το mini στο προϊόν χρήστη μπορεί να χρησιμοποιείται ως fallback μετά την εξάντληση του ορίου.

Μέσω του προγραμματιστικού διεπαφείου παρέχονται αρκετά μεγέθη και διαμορφώσεις του GPT‑5· στην τεκμηρίωση OpenAI οι κύριες παραλλαγές αναφέρονται ως gpt‑5, gpt‑5‑mini και gpt‑5‑nano (όλες υποστηρίζουν κείμενο και οπτικά δεδομένα). Το μέγιστο συνολικό παράθυρο πλαισίου για την οικογένεια GPT‑5 στο API είναι περίπου 400.000 tokens (με διαχωρισμό προϋπολογισμών για είσοδο και συλλογισμό/έξοδο), ενώ τα συγκεκριμένα όρια μπορεί να διαφέρουν ανάλογα με την επιλεγμένη παραλλαγή μοντέλου και προϊόντος.

Σε ορισμένα benchmark αναζήτησης στον ιστό και πραγματολογικής αξιολόγησης το GPT‑5 επιδεικνύει αξιοσημείωτη μείωση της συχνότητας ψευδαισθήσεων και σφαλμάτων σε σύγκριση με τα μοντέλα GPT‑4o και προγενέστερα «thinking»-μοντέλα της OpenAI. Στην επίσημη ανακοίνωση η OpenAI παρείχε εκτιμήσεις μείωσης σφαλμάτων κατά περίπου 45% σε σύγκριση με το GPT-4o και κατά περίπου 80% σε σύγκριση με το o3 σε λειτουργία thinking — αυτά τα αποτελέσματα επιτεύχθηκαν υπό ειδικές συνθήκες: με ενεργοποιημένη αναζήτηση στον ιστό σε ανωνυμοποιημένα prompt, αντιπροσωπευτικά για την παραγωγική κίνηση του ChatGPT.

GPT-5.1

Το μοντέλο GPT-5.1 παρουσιάστηκε από την OpenAI στις 12 Νοεμβρίου 2025 ως η πρώτη σημαντική επανάληψη μετά το βασικό GPT-5, εστιάζοντας στη βελτίωση της καθημερινής αλληλεπίδρασης, της συνομιλητικότητας και της προσαρμοστικότητας. Το μοντέλο διατηρεί το ενιαίο σύστημα με γρήγορη λειτουργία (GPT-5.1 Instant) και εις βάθος συλλογισμό (GPT-5.1 Thinking), αλλά εισάγει προσαρμοστική σκέψη (adaptive reasoning): το μοντέλο καθορίζει δυναμικά τον όγκο υπολογισμών ανάλογα με την πολυπλοκότητα του αιτήματος, γεγονός που το καθιστά αισθητά ταχύτερο σε απλές εργασίες χωρίς απώλεια ποιότητας στις σύνθετες.

Η εκπαίδευση του GPT-5.1 βασίστηκε στο GPT-5 με επιπλέον στάδιο μετα-εκπαίδευσης, που περιελάμβανε επεκταμένο RLHF, εστίαση στη φυσικότητα τόνου και μείωση της «ψυχρότητας» αποκρίσεων. Το παράθυρο πλαισίου στο API είναι 400.000 tokens, μέγιστη έξοδος — 128.000 tokens. Προστέθηκε υποστήριξη εκτεταμένης κρυφής μνήμης prompt έως 24 ώρες, γεγονός που μειώνει σημαντικά το κόστος και τις καθυστερήσεις σε πολυβηματικούς διαλόγους.

Κύρια χαρακτηριστικά:

• GPT-5.1 Instant — βασική λειτουργία για καθημερινές εργασίες· για πρώτη φορά χρησιμοποιεί adaptive reasoning για να καθορίζει πότε αξίζει να «σκεφτεί» πριν απαντήσει σε ένα πιο σύνθετο αίτημα.
• GPT-5.1 Thinking — προσαρμοστική κατανομή χρόνου για συλλογισμό· σύμφωνα με στοιχεία της OpenAI, στην αντιπροσωπευτική κατανομή εργασιών του ChatGPT, το μοντέλο είναι περίπου δύο φορές ταχύτερο στις πιο απλές εργασίες και περίπου δύο φορές πιο αργό στις πιο δύσκολες σε σύγκριση με το GPT-5 Thinking.
• Βελτιωμένη πολυτροπικότητα (κείμενο + vision).
• Βελτιώθηκαν τα coding- και agentic-σενάρια, καθώς και η αποδοτικότητα σε απλές εργασίες χάρη στο adaptive reasoning και στην εκτεταμένη κρυφή μνήμη prompt.

GPT-5.2

Το μοντέλο GPT-5.2 κυκλοφόρησε στις 11 Δεκεμβρίου 2025 ως «το πιο ικανό μοντέλο της σειράς για επαγγελματική εργασία και μάθηση». Αποτελεί εξέλιξη του GPT-5.1 με έμφαση στην οικονομική αξία: παραγωγή πινάκων, παρουσιάσεων, σύνθετου κώδικα, end-to-end εργασιών. Διατηρεί την ενιαία αρχιτεκτονική με λειτουργίες Instant, Thinking και νέο Pro (για εργασίες που απαιτούν μέγιστους υπολογιστικούς πόρους και χρόνο συλλογισμού).

Η εκπαίδευση περιελάμβανε ενημερωμένο σώμα κειμένων με knowledge cutoff Αυγούστου 2025, ενισχυμένο instruction-tuning και RLHF για μείωση σφαλμάτων σε πολυβηματικά σενάρια. Πλαίσιο — 400K tokens (128K max output). Το μοντέλο έγινε πιο αξιόπιστο σε επαγγελματικά σενάρια, με καλύτερη πραγματολογική ακρίβεια και χρήση εργαλείων.

Με βάση το GPT-5.2, στις 18 Δεκεμβρίου 2025 κυκλοφόρησε εξειδικευμένο GPT-5.2-Codex — ένα αντιπροσωπευτικό μοντέλο coding με βελτιωμένη συμπίεση πλαισίου (context compaction), υποστήριξη Windows, ενισχυμένη κυβερνοασφάλεια και long-horizon reasoning (εργασίες έως αρκετές ώρες).

Από τις 13 Φεβρουαρίου 2026, μετά την απόσυρση ορισμένων παλαιών μοντέλων, το GPT-5.2 έγινε προσωρινά το προεπιλεγμένο μοντέλο στο ChatGPT. Ωστόσο, ήδη στις αρχές Μαρτίου 2026 αυτόν τον ρόλο ανέλαβαν το GPT‑5.3 Instant και το GPT‑5.4.

GPT-5.3-Codex

Το GPT-5.3-Codex παρουσιάστηκε στις 5 Φεβρουαρίου 2026 ως «το πιο ισχυρό αντιπροσωπευτικό μοντέλο coding μέχρι σήμερα». Αποτελεί συνένωση frontier-coding δυνατοτήτων του GPT-5.2-Codex με τον επαγγελματικό reasoning του GPT-5.2 σε ένα ενιαίο μοντέλο, που είναι 25% ταχύτερο από τους προκατόχους.

Το μοντέλο είναι ικανό να εκτελεί σχεδόν οποιεσδήποτε εργασίες προγραμματιστή: long-running workflows, έρευνα, χρήση εργαλείων, εκτέλεση κώδικα, interactive steering (ο χρήστης μπορεί να παρεμβαίνει σε πραγματικό χρόνο χωρίς απώλεια πλαισίου). Πρώιμες εκδόσεις του μοντέλου χρησιμοποιήθηκαν από την ομάδα OpenAI για αποσφαλμάτωση της ίδιας της εκπαίδευσης, deployment και αξιολογήσεις.

Κύρια αποτελέσματα κατά την ανακοίνωση στις 5 Φεβρουαρίου 2026: Terminal-Bench ~77,3%, OSWorld-Verified ~64,7%, SWE-Bench Pro ~56,8%. Σε μεταγενέστερο κυκλοφορία του GPT-5.4 στις 5 Μαρτίου 2026 η OpenAI παρείχε ενημερωμένο αποτέλεσμα OSWorld-Verified 74,0% για το GPT-5.3-Codex κατά τη χρήση νέας παραμέτρου API που διατηρεί την αρχική ανάλυση εικόνας.

Στις 12 Φεβρουαρίου 2026 η OpenAI κυκλοφόρησε επίσης το GPT-5.3-Codex-Spark — μια συμπαγή ultra-fast έκδοση σε συνεργασία με την Cerebras, βελτιστοποιημένη για πραγματικό χρόνο: περισσότερα από 1.000 tokens ανά δευτερόλεπτο, μόνο κείμενο, πλαίσιο 128K. Κατά την έναρξη επρόκειτο για rollout στους χρήστες ChatGPT Pro στο Codex και έναν μικρό αριθμό API design partners, και όχι για ευρέως διαθέσιμο API-μοντέλο.

GPT-5.4

Στις 5 Μαρτίου 2026 η OpenAI παρουσίασε το GPT‑5.4 ως νέο frontier-μοντέλο για επαγγελματική εργασία. Το GPT‑5.4 συνδυάζει τα δυνατά σημεία των τελευταίων κυκλοφοριών OpenAI σε reasoning, coding και agentic workflows και για πρώτη φορά στην κύρια σειρά απέκτησε ενσωματωμένες δυνατότητες computer use. Ταυτόχρονα η OpenAI κυκλοφόρησε το GPT‑5.4 Pro — παραλλαγή για τις πιο σύνθετες εργασίες, που χρησιμοποιεί περισσότερους υπολογιστικούς πόρους και πιο εκτεταμένο συλλογισμό.

Στο API το μοντέλο gpt-5.4 περιγράφεται ως συνιστώμενο εξ ορισμού για ευρύ φάσμα general-purpose και coding-εργασιών· το παράθυρο πλαισίου είναι 1.050.000 tokens, μέγιστη έξοδος — 128.000 tokens. Το μοντέλο δέχεται κείμενο και εικόνες ως είσοδο και παράγει κείμενο ως έξοδο.

Στο ChatGPT η λειτουργία Auto από τις 7 Μαρτίου 2026 εναλλάσσεται αυτόματα μεταξύ GPT‑5.3 Instant και GPT‑5.4 Thinking, ενώ το GPT‑5.4 Pro διατίθεται ως ξεχωριστή λειτουργία υψηλής ικανότητας. Για εισηγμένους χρήστες ChatGPT το προεπιλεγμένο μοντέλο είναι το GPT‑5.3.

Εξέλιξη μοντέλων GPT

Εξέλιξη μοντέλων GPT

Γενιά	Έτος κυκλοφορίας	Αριθμός παραμέτρων	Μέγεθος σώματος κειμένων	Κύρια χαρακτηριστικά
GPT-1	2018	≈117–124 εκατ.	≈5 GB (BooksCorpus)	Γεννητική προ-εκπαίδευση σε μεγάλα σώματα κειμένων· διφασική εκπαίδευση (pre-training + fine-tuning)
GPT-2	2019	1,5 δισ.	≈40 GB (WebText)	Σημαντικά βελτιωμένη παραγωγή κειμένου· επίδειξη ισχυρής zero-shot συμπεριφοράς· αρχικά μερική δημοσίευση μοντέλου
GPT-3	2020	175 δισ.	≈570 GB (Common Crawl, WebText2 κ.ά.)	Εκτεταμένο in-context learning· έντονες δυνατότητες few-shot και zero-shot μάθησης χωρίς fine-tuning
GPT-3.5	2022	Δεν αποκαλύφθηκε (davinci-εκδόσεις εκτιμητικά ~175 δισ.)	>570 GB + επιπλέον σώματα κειμένων και instruction tuning	Βελτιωμένη σταθερότητα και τήρηση οδηγιών· βάση πρώιμων εκδόσεων ChatGPT
GPT-4	2023	Δεν αποκαλύφθηκε	Δεν αποκαλύφθηκε	Πολυτροπικότητα (κείμενο + εικόνες)· αυξημένη ακρίβεια και αντοχή σε ψευδαισθήσεις· πλαίσιο 8k/32k tokens
GPT-4 Turbo	2023	Δεν αποκαλύφθηκε	Βασίζεται στην εκπαίδευση GPT-4 (λεπτομέρειες δεν αποκαλύφθηκαν)	Αύξηση πλαισίου σε 128.000 tokens· βελτιστοποίηση ταχύτητας και κόστους παραγωγής
GPT-4o	2024	Δεν αποκαλύφθηκε	Πολυτροπικά δεδομένα (κείμενο, εικόνες, ήχος)	Ενιαία νευρωνική πολυτροπική επεξεργασία· υψηλή ταχύτητα απόκρισης
GPT-4.5	2025	Δεν αποκαλύφθηκε	Εκτεταμένα κειμενικά και πολυτροπικά σώματα	Research preview βάσει GPT-4o· μείωση σφαλμάτων· deprecated έως το 2026
GPT-4.1	2025	Δεν αποκαλύφθηκε	Ενημερωμένα σώματα κειμένων	Πλαίσιο έως 1.047.576 tokens· κείμενο + εικόνες ως είσοδο, κείμενο ως έξοδο
GPT-5	2025 (Αύγουστος)	Δεν αποκαλύφθηκε	Μεγάλης κλίμακας πολυτροπικά σώματα	Ενιαίο σύστημα με λειτουργίες γρήγορης απόκρισης και συλλογισμού· πλαίσιο ~400K tokens· μείωση ψευδαισθήσεων
GPT-5.1	2025 (Νοέμβριος)	Δεν αποκαλύφθηκε	Εκτεταμένα σώματα GPT-5 + RLHF	Προσαρμοστικό reasoning· 24h prompt caching· βελτιώσεις σε coding
GPT-5.2	2025 (Δεκέμβριος)	Δεν αποκαλύφθηκε	Knowledge cutoff Αυγούστου 2025	Λειτουργία Pro· επαγγελματική εργασία γνώσης· GPT-5.2-Codex (αντιπροσωπευτικό coding)
GPT-5.3-Codex	2026 (Φεβρουάριος)	Δεν αποκαλύφθηκε	Ενημερωμένα + δεδομένα αυτο-βελτίωσης	25% ταχύτερο· πλήρες φάσμα πράκτορα· interactive steering
GPT-5.3-Codex-Spark	2026 (Φεβρουάριος)	Δεν αποκαλύφθηκε	Συμπαγές	>1000 t/s σε Cerebras· real-time coding· πλαίσιο 128K
GPT-5.3 Instant	2026 (Μάρτιος)	Δεν αποκαλύφθηκε	Δεν αποκαλύφθηκε	Ενημέρωση του πιο χρησιμοποιούμενου συνομιλητικού μοντέλου ChatGPT· βελτιώσεις σε factuality, web search και συνομιλητική ροή
GPT-5.4	2026 (Μάρτιος)	Δεν αποκαλύφθηκε	Δεν αποκαλύφθηκε	Νέο frontier-μοντέλο για επαγγελματική εργασία· native computer use· προεπιλεγμένο μοντέλο στο API για general-purpose και τις περισσότερες coding-εργασίες
GPT-5.4 Pro	2026 (Μάρτιος)	Δεν αποκαλύφθηκε	Δεν αποκαλύφθηκε	Παραλλαγή GPT-5.4 με μεγαλύτερους υπολογιστικούς πόρους για τις πιο σύνθετες εργασίες

Αρχιτεκτονικές παράμετροι μοντέλων GPT

Αρχιτεκτονικές παράμετροι μοντέλων GPT

Μοντέλο	Έτος κυκλοφορίας	Αριθμός παραμέτρων	Αριθμός επιπέδων	Μέγεθος κρυφής κατάστασης	Αριθμός κεφαλών attention	Παράθυρο πλαισίου	Μέγεθος εκπαιδευτικού σώματος
GPT-1	2018	≈117–124 εκατ.	12	768	12	512 tokens	≈5 GB (BooksCorpus)
GPT-2	2019	1,5 δισ.	48	1.600	25	1.024 tokens	≈40 GB (WebText)
GPT-3	2020	175 δισ.	96	12.288	96	2.048 tokens	≈570 GB (Common Crawl + WebText2 + άλλα)
GPT-3.5	2022	Δεν αποκαλύφθηκε (davinci-εκδόσεις εκτιμητικά ~175 δισ.)	(εκτιμητικά κοντά στο GPT-3)	(εκτιμητικά κοντά στο GPT-3)	(δεν αποκαλύφθηκε)	Έως 4.096 tokens (πρώιμες)· έως 16.385 tokens (τελευταίες)	Εκτεταμένο Common Crawl + επιπλέον datasets και instruction tuning
GPT-4	2023	Δεν αποκαλύφθηκε	(δεν αποκαλύφθηκε)	(δεν αποκαλύφθηκε)	(δεν αποκαλύφθηκε)	8.192 tokens (βασική)· 32.768 (GPT-4-32k)	Δεν αποκαλύφθηκε
GPT-4 Turbo	2023	(δεν αποκαλύφθηκε)	(δεν αποκαλύφθηκε)	(δεν αποκαλύφθηκε)	(δεν αποκαλύφθηκε)	Έως 128.000 tokens	Βελτιστοποιημένη έκδοση GPT-4 (λεπτομέρειες σώματος δεν αποκαλύφθηκαν)
GPT-4o	2024	(δεν αποκαλύφθηκε)	(δεν αποκαλύφθηκε)	(δεν αποκαλύφθηκε)	(δεν αποκαλύφθηκε)	Έως 128.000 tokens	Πολυτροπικά δεδομένα: κείμενο, εικόνες, ήχος
GPT-4.5	2025	(δεν αποκαλύφθηκε)	(δεν αποκαλύφθηκε)	(δεν αποκαλύφθηκε)	(δεν αποκαλύφθηκε)	Έως 128.000 tokens	Ενημερωμένα κειμενικά και πολυτροπικά σώματα
GPT-4.1	2025	(δεν αποκαλύφθηκε)	(δεν αποκαλύφθηκε)	(δεν αποκαλύφθηκε)	(δεν αποκαλύφθηκε)	Έως 1.047.576 tokens	Πολυτροπικότητα· κλιμακωμένη εκπαίδευση με έμφαση σε μακρά πλαίσια
GPT-5	2025	(δεν αποκαλύφθηκε)	(δεν αποκαλύφθηκε)	(δεν αποκαλύφθηκε)	(δεν αποκαλύφθηκε)	Έως ≈400.000 tokens (συνολικό πλαίσιο)	Μεγάλης κλίμακας πολυτροπικά σώματα (λεπτομέρειες δεν αποκαλύφθηκαν)
GPT-5.4	2026	(δεν αποκαλύφθηκε)	(δεν αποκαλύφθηκε)	(δεν αποκαλύφθηκε)	(δεν αποκαλύφθηκε)	1.050.000 tokens· 128.000 max output	Δεν αποκαλύφθηκε

Αναφορές

• «Improving language understanding with unsupervised learning», OpenAI, 11 Ιουνίου 2018
• «Better language models and their implications», OpenAI, 14 Φεβρουαρίου 2019
• «GPT-2: 6-month follow-up», OpenAI, 20 Αυγούστου 2019
• «GPT-2: 1.5B release», OpenAI, 5 Νοεμβρίου 2019
• «Language models are few-shot learners», OpenAI, 28 Μαΐου 2020
• «OpenAI API», OpenAI, 11 Ιουνίου 2020
• «Introducing ChatGPT», OpenAI, 30 Νοεμβρίου 2022
• «Function calling and other API updates», OpenAI, 13 Ιουνίου 2023
• «GPT-4», OpenAI, 14 Μαρτίου 2023
• «New models and developer products announced at DevDay», OpenAI, 6 Νοεμβρίου 2023
• «Hello GPT-4o», OpenAI, 13 Μαΐου 2024
• «Introducing GPT-4.1 in the API», OpenAI, 14 Απριλίου 2025
• «Introducing GPT-4.5», OpenAI, 27 Φεβρουαρίου 2025
• «Introducing GPT-5», OpenAI, 7 Αυγούστου 2025
• «GPT-5.1: A smarter, more conversational ChatGPT», OpenAI, 12 Νοεμβρίου 2025
• «Introducing GPT-5.2», OpenAI, 11 Δεκεμβρίου 2025
• «Introducing GPT-5.2-Codex», OpenAI, 18 Δεκεμβρίου 2025
• «Introducing GPT-5.3-Codex», OpenAI, 5 Φεβρουαρίου 2026
• «Introducing GPT-5.3-Codex-Spark», OpenAI, 12 Φεβρουαρίου 2026
• «GPT-5.3 Instant: Smoother, more useful everyday conversations», OpenAI, 3 Μαρτίου 2026
• «Introducing GPT-5.4», OpenAI, 5 Μαρτίου 2026
• «Using GPT-5.4», OpenAI Developers
• «Models», OpenAI API
• «Deprecations», OpenAI API
• «GPT-5.3 and GPT-5.4 in ChatGPT», OpenAI Help Center
• «Retiring GPT-4o and other ChatGPT models», OpenAI Help Center

Βιβλιογραφία

• Radford, A. et al. (2018). Improving Language Understanding by Generative Pre-Training. PDF.
• Radford, A. et al. (2019). Language Models are Unsupervised Multitask Learners. PDF.
• Brown, T. B. et al. (2020). Language Models are Few-Shot Learners. arXiv:2005.14165.
• Kaplan, J. et al. (2020). Scaling Laws for Neural Language Models. arXiv:2001.08361.
• Chen, M. et al. (2021). Evaluating Large Language Models Trained on Code. arXiv:2107.03374.
• Ouyang, L. et al. (2022). Training Language Models to Follow Instructions with Human Feedback. arXiv:2203.02155.
• Hoffmann, J. et al. (2022). Training Compute-Optimal Large Language Models. arXiv:2203.15556.
• Bai, Y. et al. (2022). Training a Helpful and Harmless Assistant with Reinforcement Learning from Human Feedback. arXiv:2204.05862.
• OpenAI (2023). GPT-4 Technical Report. arXiv:2303.08774.
• Bubeck, S. et al. (2023). Sparks of Artificial General Intelligence: Early Experiments with GPT-4. arXiv:2303.12712.