O recém-anunciado GPT-4.5, o mais novo modelo de linguagem da OpenAI, gerou grande expectativa na comunidade de desenvolvedores. No entanto, a empolgação inicial deu lugar a uma análise mais cautelosa após os primeiros testes e a divulgação de informações sobre seus custos e performance. Este post se propõe a desvendar os mistérios do GPT-4.5, explorando seus pontos fortes e fracos, além de discutir suas reais aplicações no contexto atual da Inteligência Artificial.
A OpenAI descreve o GPT-4.5 como um modelo "gigante e caro", e os números comprovam essa afirmação. Com um custo de US$ 75 por 1 milhão de tokens de entrada e US$ 150 por 1 milhão de tokens de saída, o modelo se torna inviável para tarefas que exigem grande quantidade de tokens, como a geração de código. A título de comparação, o custo do GPT-3.5-turbo é consideravelmente menor, tornando-o uma opção mais atraente para essa finalidade.
Embora não tenha sido projetado para velocidade, testes iniciais indicam que o GPT-4.5 não apresenta ganhos significativos nesse quesito. Em um benchmark simples, solicitando ao modelo que contasse a quantidade de letras "r" na palavra "strawberry", o GPT-4.5 apresentou uma resposta incorreta e um tempo de processamento comparável a outros modelos. Este resultado levanta questionamentos sobre a relação custo-benefício do novo modelo, especialmente para aplicações que exigem respostas rápidas.
A OpenAI justifica o alto custo do GPT-4.5 pela sua capacidade de aprendizado não supervisionado em escala, o que, em teoria, resultaria em maior precisão e menor taxa de alucinações. De fato, o modelo apresenta uma taxa de acerto de 72% em benchmarks específicos, superando modelos anteriores. No entanto, a questão central permanece: será que essa melhoria na precisão justifica o aumento significativo no custo?
O GPT-4.5 representa um avanço no aprendizado não supervisionado, o que contribui para a redução de alucinações e maior confiabilidade em tarefas de raciocínio lógico. Entretanto, diferente de modelos como o GPT-4, o GPT-4.5 não utiliza o mecanismo de "Chain of Thoughts", que permite ao modelo "pensar" antes de responder. Essa característica o torna menos eficiente em tarefas que exigem raciocínio complexo, como a resolução de problemas matemáticos ou científicos.
Apesar das melhorias no aprendizado não supervisionado, a ausência do "Chain of Thoughts" limita o potencial do GPT-4.5 em determinadas áreas. A OpenAI argumenta que o raciocínio será uma capacidade central em modelos futuros e que as abordagens de pré-treinamento e raciocínio se complementarão. No entanto, a performance do GPT-4.5 sugere que a combinação dessas abordagens ainda é um desafio a ser superado.
Os testes realizados com o GPT-4.5 revelam um modelo com forte aptidão para tarefas que envolvem linguagem e criatividade, como a criação de histórias. No entanto, seu alto custo e a ausência de recursos de raciocínio mais sofisticados o tornam menos adequado para aplicações que exigem precisão em áreas como programação e ciências exatas.
Podemos dizer que o GPT-4.5 é um modelo "de humanas", com habilidades de comunicação e criatividade aprimoradas. Enquanto o GPT-4 se destaca em áreas STEM (Ciência, Tecnologia, Engenharia e Matemática), o GPT-4.5 se sobressai em tarefas que exigem compreensão e geração de texto. Essa especialização pode ser interessante para determinadas aplicações, mas limita seu uso como uma ferramenta generalista.
Em resumo, o GPT-4.5 apresenta avanços interessantes em aprendizado não supervisionado, mas seu alto custo e a ausência de recursos de raciocínio mais robustos o tornam uma opção questionável para muitas aplicações. Resta aguardar os próximos lançamentos da OpenAI para ver se as promessas de modelos mais eficientes e acessíveis se concretizarão.
