इसका मतलब है कि यह गणित की समस्याओं को हल करने, कोड लिखने, विज्ञान को समझने और यहाँ तक कि छवियों को समझने जैसे कामों में काफ़ी बेहतर है।
इसके साथ ही, OpenAI ने o4-mini नामक एक छोटा और तेज़ संस्करण भी पेश किया है। हालाँकि यह o3 जितना शक्तिशाली नहीं है, लेकिन इसे समान प्रकार के कार्यों के लिए त्वरित और किफ़ायती प्रतिक्रियाएँ देने के लिए डिज़ाइन किया गया है।
ये अपडेट OpenAI द्वारा अपने GPT-4.1 मॉडल लॉन्च करने के कुछ ही समय बाद आए हैं, जो पहले से ही तेज़ और अधिक सटीक प्रतिक्रियाएँ प्रदान करते थे।
अब सबसे बड़ी खासियत यह है कि o3 और o4-mini दोनों ही केवल टेक्स्ट ही नहीं, बल्कि छवियों का उपयोग करके भी समझ और तर्क कर सकते हैं। इसका मतलब है कि ChatGPT अब “छवियों के साथ सोच” सकता है।
उदाहरण के लिए, यह किसी फ़ोटो को देख सकता है, उसका विश्लेषण कर सकता है, ज़ूम इन कर सकता है, क्रॉप कर सकता है या ज़्यादा उपयोगी जानकारी पाने के लिए उसे एडजस्ट कर सकता है।
यह क्षमता ChatGPT को सिर्फ़ आपके लिखे हुए के आधार पर ही नहीं, बल्कि जो वह देखता है उसके आधार पर बेहतर और सटीक जवाब देने में मदद कर सकती है।
यह नया इमेज समझने वाला फ़ीचर ChatGPT द्वारा पहले से इस्तेमाल किए जा रहे दूसरे टूल्स, जैसे वेब ब्राउज़िंग, कोड लिखना या डेटा का विश्लेषण, के साथ मिलकर काम करता है।
OpenAI का मानना है कि इन कौशलों का यह संयोजन भविष्य में और भी ज़्यादा शक्तिशाली AI टूल्स बनाने में मदद कर सकता है।
व्यावहारिक उपयोग में, अब आप किसी फ़ोटो में अव्यवस्थित हस्तलिखित नोट्स, फ़्लोचार्ट या वास्तविक दुनिया की वस्तुओं जैसी चीज़ें अपलोड कर सकते हैं, और ChatGPT समझ जाएगा कि इमेज में क्या है, भले ही आप उसे शब्दों में पूरी तरह से न समझाएँ।
यह ChatGPT को अन्य AI, जैसे Google के Gemini, के करीब लाता है, जो लाइव वीडियो को समझ सकता है।
हालाँकि, ये उन्नत मॉडल सभी के लिए उपलब्ध नहीं हैं। फ़िलहाल, ये केवल ChatGPT Plus, Pro और Team उपयोगकर्ताओं के लिए ही उपलब्ध हैं।
व्यावसायिक और शिक्षा ग्राहकों को जल्द ही इसकी सुविधा मिल जाएगी, जबकि मुफ़्त उपयोगकर्ताओं को चैट बॉक्स में “सोचें” बटन पर क्लिक करने पर o4-mini तक सीमित पहुँच मिलेगी।
OpenAI इस बात को लेकर सतर्क है कि कितने लोग इन सुविधाओं का उपयोग करते हैं, ताकि घिबली-शैली के इमेज अनुरोधों की तरह फिर से अत्यधिक उपयोग से बचा जा सके।