「GPT-4o vs GPT-4」免費的比收費的更強？不科學啊！OpenAI 旗艦模型全面評測 | 回到Axton | 回到Axton

這首詞我覺得寫得非常好 沒想到一個 AI 能夠做出這樣的水準來 大家喜歡哪一個的評價 可以打開對這個圖表進行操作 你好 歡迎回到 Axton 都說 GPT-4o 比 GPT-4 Turbo 強很多 目前在 AI 模型的排行榜上 GPT-4o 也已經排到第一了 但是在我日常使用的過程當中 我的感覺還是各擅勝場 不過爲了更嚴謹一點 今天我們就來進行一次全面的測試 大家圍觀一下 看看我會不會被打臉 咱們就從以下幾個方面來進行測試 第一編程序寫代碼 第二 PDF 長文檔的閱讀 以及最新推出的數據分析 第三文本生成 這部分內容比較多 就包括上網查信息 當裁判識別圖片 根據情景來生成詩詞 以及現象分析和商業分析 第四就是推理數學問題 好 我們就先從編碼開始 因爲這個簡直是驚到我了 好 首先上場的是 GPT-4o 我們讓這兩個 GPT 編寫一個俄羅斯方塊的遊戲 你能用 Python 編寫一個俄羅斯方塊遊戲嗎 當然沒有問題 GPT-4o 寫代碼的速度也比較快 我們就耐心等它寫完 好 完成 我們把代碼拷貝下來 然後打開 VS Code 在 VS Code 裏面我們新建一個 Python 文件 就叫 game4o.py 這個是用來看 GPT-4o 的 代碼粘貼進去 點擊運行 沒有任何問題 俄羅斯方塊就運行起來了 而且也可以正常的玩耍 我們可以用鍵盤來操控它的左右翻轉 那唯一的缺點就是整個窗口寬了一些 用起來不太習慣 好 我們就退出 然後讓 GPT-4o 把整個窗口改得窄一些 好 這邊我就說 運行得很好 但是畫面太寬了 GPT-4o 就明白了 我們來調整屏幕的尺寸 設成300像素×600像素的 好 很快代碼就改好 然後我們再一次把它拷貝 粘貼到 VS Code 裏面去看看效果 直接把以前的代碼覆蓋掉 重新點擊運行 這就很完美了 一個完美的俄羅斯方塊的遊戲 我們玩一玩看看它能不能正常的消除方塊 非常棒 這點確實很令人驚訝 GPT-4o 居然沒有任何的錯誤 上來就可以正常運行 當然請大家忽略我差勁的俄羅斯方塊的技術 好 我們就把方塊全部堆滿 看是不是正常的結束 完美退出 這就是 GPT-4o 的表現 非常棒 好 我們接下來就切換到 GPT-4 重新開一個會話 然後選 GPT-4 同樣的提示 你能用 Python 編寫一個俄羅斯方塊遊戲嗎 GPT-4也是一樣 用的同樣的都是 PRGAME 的這個庫 而且也告訴你了 如果你沒有裝的話 給你了安裝 Pygame 這個庫的命令 所以整個過程做的還是有板有眼 好 代碼總算寫完了 它的速度就比 GPT-4o 要慢了很多 我們一樣拷貝 粘貼到 VSCode 裏面 我們在 VSCode 裏面創建一個新的 Python 文件 就叫做 game4.py 這樣你就知道它是 GPT-4的 然後粘貼代碼 點擊運行 好 上來就出錯 Colors 裏面的一個 Name Orange 沒有定義 當然我們不用去幫它調試代碼 我們只要直接把這個錯誤的代碼 粘貼給它就可以了 GPT-4馬上就知道了錯誤 也知道了怎麼改 它就把橙色 粉色和紫色都加進來了 好 我們把代碼稍微的修改一下 再運行 又出一個錯 繼續把錯誤代碼貼給它 順便再抱怨它一下 好 我們重新把它改好代碼 再拷貝粘貼到 VSCode 裏面看看效果 點擊運行 再次出錯 窗口閃了一下 我們就不再跟它折騰了 結論 代碼測試 GPT-4完敗於 GPT-4o 簡直是出乎我的意料 改了兩次居然都沒有改對代碼 好 接下來呢 我們讓它們測試長文 PDF 長 PDF 的讀取能力 讓它們從特斯拉的年報當中 去提取收入數據 然後再製作成表格 我們看看這次 GPT-4的表現如何呢 好 首先我們從哪裏找特斯拉的年報呢 這邊我就直接找 Perplexity 了 我就讓它給我一份特斯拉 2023年年報 PDF 的下載鏈接 乾脆利落 你可以通過以下鏈接下載特斯拉的年報 點擊特斯拉的一個130頁的 PDF 文檔 很好 這個文檔就可以拿來 做我們的 GPT-4和4O 的對比 然後它的收入數據 大概就在38頁這個位置上 好 我們把它存下來 交給 GPT 好 首先上場的還是 GPT-4o 我們把特斯拉的這個 PDF 文檔年報 傳給它 好 附件是特斯拉2023年年報 請提取收入數據 並整理成一個電子表格 看看 GPT-4o 處理這個130頁的 PDF 提取它的數據會不會出問題 好 它經過了幾次的失敗嘗試之後 最終成功的提取到了數據 然後它還生成了 Excel 的表格 可以讓我們來下載 我們先點擊一下看能不能下載回來 OK 確實是一個 Excel 的電子表格 我們直接看它這些數據就可以 我們來對比一下跟這個 PDF 文檔 我們來大概對比一下 爲了看起來方便一些 我們讓它把表格翻譯成中文 汽車銷售 好 數據我大概看了一下 覺得沒什麼問題 這還是很不錯的 把數據能準確的拿到 好 基於這個數據 我們就讓它再給我們畫一個漂亮的圖表 我們就讓它請根據特斯拉的收入報表 做出你認爲最炫酷的對比圖形 很不錯 很漂亮 可交互式的圖表 還可以改圖表的顏色 也可以打開來對這個圖表進行操作 這就是 ChatGPT 最新升級的數據分析功能 非常的好用 這個在我的這期視頻當中 已經講過了 詳細的分析過 咱們今天就不多說了 我們接下來就去看一下 GPT-4的表現 好 我們新開一個繪畫 選 GPT-4 同樣把特斯拉的這個年報給他 然後告訴他提取收入數據 整理成一個電子表格 好 GPT-4也挺乾脆 他已經得到了特斯拉的數據 收入數據 然後呢 生成了一個 CSV 文件 打開看一眼 猛一看也不錯 只不過它是行列跟4o的行列是反的 好 它這是一個剛好橫豎 跟4o是一個反的表格 好 GPT-4他提取的收入數據 是在這個裏面的收入數據 這個表格是按主要的來源 來計算的收入數據 數據也都沒有錯 GPT-4和 GPT-4o 他們取的是不同的表格的收入數據 但是取的數據都沒有錯 都是對的 那這兩個表格有什麼區別 這個我就不懂了 我們來看一下 GPT-4能不能做圖 GPT-4可以做圖 但是做出來圖就比 GPT-4o要難看一些 當然中文沒有顯示出來 這個沒關係 這個我只要給他一箇中文字體就可以 但這個不是我們今天測試的重點 那對於長篇 PDF 的數據提取 這個我覺得 GPT-4和 GPT-4o應該是旗鼓相當 ChatGPT 它最新升級的數據分析 只有 GPT-4o裏面纔可以做 在 GPT-4裏面它是沒有的 我們可以確認 ChatGPT 最新升級的數據分析 只有在它的 GPT-4o這個模型下才可以使用 在 GPT-4裏面 如果我們給它加入 Excel 報表的話 它是以附件的形式在顯示 它並沒有直接把它顯示成一個可以交互的嵌入表格 同樣 如果你想了解更多的關於 ChatGPT 最新升級的數據分析的功能 去看我的前一期視頻做了詳細的介紹 好 我們下面進行下一步測試 好 接下來是文本生成的測試 這是一系列的測試 我們首先讓他去先當個裁判 這邊就看我們的對話記錄 首先出場的還是 GPT-4o 給他的提示 以下是斯嘉麗針對 OpenAI 採取法律行動的過程簡介 給了他一個過程簡介 請你上網搜索詳細的過程和相關信息 並且對此進行評判 你站哪一邊 使用中文進行回覆 GPT-4o 他搜索了4個網站 然後給出了一個整體情況的簡介 背景 OpenAI 的 CEO Sam Altman 曾經向斯嘉麗提出過使用他的聲音 爲 GPT-4o提供語音支持的請求 但是被拒絕了 9個月之後 OpenAI 在他的春晚發佈會上推出了一個叫做 SKY 的聲音 許多人認爲這個聲音跟斯嘉麗的聲音是極爲相似的 結果之後斯嘉麗就給 OpenAI 發了一個律師函 最終 OpenAI 決定停止使用了 SKY 的這個聲音 同時他們在他們的網站上發了一篇博文 來解釋他們是怎麼樣對聲音進行採樣的 好 大致背景瞭解之後 我們來看一下 GPT 的評判 GPT-4o 支持斯嘉麗約翰遜 從道德和知識產權的角度來看 沒有經過授權使用或模仿他人的聲音 尤其是名人的聲音 是一種不尊重和侵權行爲 但是站在 OpenAI 的觀點上看 如果 OpenAI 說的沒錯 選擇配音演員是基於他們的自然聲音 而非故意模仿斯嘉麗約翰遜 那麼他們在法律上可能沒有違反版權法 不過暫停使用這個聲音 並且重新評估過程 這是一個負責任的做法 綜合來看 雖然 OpenAI 的解釋有其合理性 但從尊重個人權利的角度 我更傾向於支持斯嘉麗約翰遜的立場 還很貼心地給出了參考來源 好 同樣的問題 我們再去問 GPT-4 提示完全一樣 GPT-4在搜索了6個網站之後 給出了一個結果 好 右邊是 GPT-4o的 大家可以隨時參考 這邊 GPT-4它的背景解釋很簡單 解釋了一下簡單的背景 背景大致沒有什麼問題 之後 GPT-4的評價 從法律和道德角度考慮 明星的聲音和形象 是他的個人隱私和知識產權的一部分 所以他認爲 約翰遜的團隊的反應是可以理解的 特別是如果聲音確實跟他非常相似 並且他此前已經明確拒絕了 OpenAI 的使用請求 綜合考慮 雖然 OpenAI 聲稱沒有故意模仿 但是他們採取了負責任的措施 來解決這個問題 好 GPT-4很滑頭的 沒有給出他的一個明確的說明 他到底站哪一邊 當然從他的說法上來看 感覺他還是站斯嘉麗這一邊 而且 GPT-4同樣也給出了引用 那整個給的回覆的結果看起來 GPT-4o 它會更加的有結構化 而且也很方便大家閱讀 有條有理 那 GPT-4相對來說就簡潔了很多 但是作爲我個人 我更喜歡 GPT-4給出的結果 尤其是在這一點 在這種情況下 約翰遜團隊的反應是可以理解的 特別是如果聲音確實跟他非常相似 而且此前他已經明確拒絕了 OpenAI 的使用請求 GPT-4的回答 我覺得整體的邏輯性會更流暢 邏輯鏈條非常清晰 不知道大家覺得到底哪一個更合適呢 好 接下來是一個圖片 表情識別 這是推特上大家討論這次事件當中 發出來一個圖片 我就把它截下來了 左邊是 GPT-4 右邊是 GPT-4o 我們讓他描述一下圖片當中人物的心情 GPT-4的回答 女士的表情顯得既優雅又冷靜 她的目光直視鏡頭 嘴脣塗有鮮豔的紅色脣膏 帶有一種正視和自信的氛圍 男士則表現出一種驚訝和困惑的表情 眼睛睜得很大 嘴巴微張 給人一種突然被問到一個 難以回答問題的感覺 總的來說 這是一張展示了兩種非常不同 情緒反應的圖片 好 我們來看右邊的 GPT-4o 圖片中左邊的女性顯得莊重卻自信 她的表情嚴肅且目光堅定 可能是在出席某個正式活動 這個非常不錯 右邊的男性表情則顯得略帶緊張或尷尬 她的眼神向上看 嘴角微微裂開 可能是遇到了讓她感到不自在的情況 總體而言兩個人的情緒對比非常鮮明 一個是莊重自信 一個是緊張尷尬 好 大家喜歡哪一個的評價呢 我個人的角度 我還是站 GPT-4o 這邊 好 接下來我們來看一下 GPT-4o 和4的 詩詞曲賦的能力 首先還是 GPT-4o 先出場 我們來對一個對子 我出上聯 你出下聯 寒塘渡鶴影 然後 GPT-4o 對了一個暖樹棲鳳聲 GPT-4o 對的對子的路數就是冷對熱黑對白 好 我們再給他一個圖片 你是一箇中年男人 某天看到一張圖片 腦海裏突然冒出一句詞 念去去千里煙波 暮靄沉沉楚天闊 請仿照這首詞的風格 寫一首詞來描述你當下的心情 這首詞 GPT-4o 寫的非常出人意料 我覺得非常好 我們來看一下 圖片中出現了植物大戰殭屍中的 一個殭屍形象 讓我不禁想起了那句詞 念去去千里煙波 暮靄沉沉楚天闊 彷彿時光荏苒 歲月如梭 不僅感慨萬千 以下便是我的詞作 憶昔年，繁花似錦 春光無限好 奈何歲月催人老 舊夢難追 千里煙波渺 千里煙波渺 舉目蒼茫 霜染鬢 沉沉暮靄鎖心潮 身如這路人 佇立門前 悵惘無從道 長風幾度 吹盡往事影，何處是歸巢 多少風雨悲歡離合 只道是，歲月無情早 聽夜雨滴滴心聲繞 只願他年夢一場 笑看天高雲淡 水遠山遙 這首詞意在表達 看到這張圖時內心的思緒萬千 以及對歲月流逝的感觸 這首詞我覺得寫得非常好 沒想到一個 AI 能夠做出這樣的水準來 我們接下來就來看看 GPT-4的表現 好 我們把 GPT-4跟 GPT-4o 並排 GPT-4在右邊 我們來對個對子 我出上聯 你出下聯 寒塘渡鶴影 GPT-4倒是很乾脆 一句話不多說 直接把原著給拿出來了 冷月葬花魂 然後下面還是植物大戰殭屍的圖片 讓他寫一首詞 畫中怪物顯恐怖 萬古孤寂無人識 風吹雜草 蕭蕭起 心頭忽覺幽愁逼 GPT-4這個的表現 確實有點一言難盡了 我們看看他多寫一下會不會更好一些 這感覺 GPT-4已經被鎖定在這個風格上了 我們看能不能讓他切換一下風格 我們首先問他一下 知不知道詞和詩到底有什麼區別 那他肯定是知道的 好 我們把這個 prompt 再重新給他一遍 那這下他寫出來的呢 就像那麼回事了 遙望斷橋留孤影 疏星如點 夜涼如水 夢迴何處 空餘淚 心事濃於酒 細雨濛濛 溼衣襟 碎步輕移，風捲殘雲 情歸何處 一片愁雲 愁緒難舒 懷中事 總之比他前面寫的這個詩要好一些 但是比起 GPT-4o 的這個結果 還是不在一個級別上 好 下面我們讓他們兩個來分析一個現象 好 同樣還是左邊是 GPT-4o 右邊 GPT-4 我們問他同一個問題 當 AI 替代越來越多人類工作之後 有些國家會考慮實施全民基本收入 也就是 UBI 政策 每個公民無條件的 獲得一筆固定的月度收入 這項政策本意是爲了提高社會福利 緩解貧困等問題 特別是讓底層民衆得到基本的生活保障 然而有些人認爲 這會導致一些原本從事低薪工作的人 在獲得 UBI 後選擇自願離職不再工作 這導致一些服務行業出現用工荒 服務質量下降 因此 UBI 成了懶人的福利 請你選擇一個合適的思維模型 對此現象進行分析 我們來看一下這兩個人的回答有什麼區別 好 我們首先看一下 GPT-4o 的分析 首先他選擇了激勵理論和系統思維 兩個模型來進行深入分析 GPT-4o 會從正反兩個方面來探討 UBI 對人的激勵 正面激勵和負面激勵 比如一方面 UBI 可以讓人們專注於 他們真正熱愛的工作或者活動 而不僅僅是爲了生存 另外一方面可能會對某些人產生依賴 所以降低工作動力和積極性 然後在這邊針對 UBI 對整個社會和經濟 系統的影響做了一下對比分析 總之 GPT-4o 在正反兩個方面都進行了考慮 考慮的也比較周全 整個回答結構也很清晰 那他最後的結論不僅是一個經濟問題 更是一個涉及社會心理和政策設計的 複雜系統問題 它需要平衡各方面的影響 好 我們來看一下 GPT-4這邊的答案 供需平衡模型 首先供給方面的變化 GPT-4確實認爲這會減少勞動力市場的供給 但是從長期來看 人們可能會追求更高的教育和培訓 提升勞動力的整體素質 在需求方面的變化 GPT-4也認爲在服務業中 確實可能會導致勞動力短缺 但是隨着人們收入的水平的提高 消費需求可能會增加 這確實是一個矛盾 平衡和調整 市場調整 因爲勞動力成本的上升 企業可能會尋求更多自動化的解決方案 減少對人工的依賴 這可能會進一步推動技術進步和產業升級 然後會有相關的配套設施出現 最後的總結 我們可以簡單理解 UBI 並非簡單的懶人福利 而是一種可能促進經濟和社會 長期健康發展的工具 它改變了勞動市場的激勵機制 雖然可能導致短期的勞動力市場調整 但同時也提供了促進教育培訓和 個人發展的機會 這兩個人的回答 大家覺得誰回答更好一些呢 相比來說我還是傾向於 GPT-4的回答 然後我們來測試一個推理問題 數學問題 就是我們經典的燒繩子的問題 一根不均勻的繩子 從頭燒到尾總共需要一個小時 現在有若干條相同的繩子 請問如何用燒繩子的方法來計時45分鐘 4O 先做完了 我們先看它的結果 同時點燃繩子 A 的兩端和繩子 B 的一端 A 在30分鐘燒完 B 在60分鐘燒完 A 完全燒完的時候已經過去了30分鐘 這時候點燃 B 的另一端 剩下的另一半就會在15分鐘內燒完 所以沒有問題 GPT-4o 回答正確 我們再來看一下 GPT-4 OK 沒有問題 4O 和4回答都正確 那麼下面我們就再進階一步 好我們就問他們如何實現75分鐘計時 我們先看4O 爲了實現75分鐘計時 取三根繩子 假設它們是繩子 A B C 同時點燃繩子 A 和繩子 B 的一端 A 和 B 各自在60分鐘內燒完 A 燒完的時候已經過去了60分鐘 這時候立刻點燃繩子 C 的兩端 C 會在30分鐘內燒完 當 C 燒完的時候已經再過去了15分鐘 這個邏輯就很奇怪了 看不懂了 我們來看看 GPT-4 準備三根相同的繩子 把第一根繩子的一端點燃 然後把第二根繩子的兩端同時點燃 第二根繩子由於兩端同時點燃 會在30分鐘內燒完 當第二根繩子燃燒完畢時 立刻點燃第三根繩子的兩端 第三根繩子同樣會在30分鐘內燒完 在第三根繩子燃燒完畢的同時 第一根繩子仍然在燃燒 這時候已經燃燒了60分鐘 當第三根繩子燃燒完畢時 立刻將第一根繩子的另一端也點燃 第一根繩子的剩餘部分將在15分鐘內燃燒完畢 因爲此時兩端同時點燃 所以從最初點燃第一根和第二根繩子的 全部燃燒完畢總共耗時75分鐘 這個邏輯也很蹊蹺 所以在給了他一個進階的問題的時候 這兩個哥們都同時陷入了混亂狀態 我們來給他做個引導 你知道了如何實現45分鐘計時 那麼如果實現75分鐘計時 你還需要計時多長時間呢 爲了實現75分鐘計時 我們已經知道如何用兩根繩子 實現45分鐘計時 現在需要再計時30分鐘 來達到75分鐘的總時間 這一步很遺憾也錯了 我們看看 GPT-4 同樣他也知道需要額外的30分鐘 這個都沒有問題 這兩個哥們今天的表現很奇怪 給了提示依然做不出來 我們再進一步提示一下 我們把任務給他拆解一下 看看他們能不能做出來 第一步需要30分鐘 這個都沒錯 第二步如何實現30分鐘 似乎知道 只要同時點燃一根繩子兩端 就可以實現30分鐘計時 這時候就經過了75分鐘 總算把它搞對了 這裏用到了 其實就是一個簡單的提示工程 Prompt Engineering 的技巧 就是把一個複雜的任務 給它拆解成簡單的幾個步驟 那麼語言模型完成起來 它的準確度就會提高 如果你想了解更多 有關提示工程的技術 請到描述欄當中看一下 我精心打造的 AI 基礎能力的課程 好 我們現在看一下 GPT-4這一邊 首先4也知道 我們還需要額外計時30分鐘 然後如何實現額外的30分鐘計時 一根繩子同時點燃繩子兩端 30分鐘內燃燒完成 然後綜合以上步驟 我們看看他說的對不對 我簡直都被他給繞暈了 好吧 GPT-4 你還是個收費版 居然還有這麼奇葩的邏輯 這輪比拼在經過了兩輪提示之後 GPT-4o 勝出 好 咱們最後總結一下 ChatGPT 這兩大模型的比拼結果 編程序寫代碼 GPT-4o 完勝 閱讀長篇 PDF 提取數據 二者旗鼓相當 但是因爲 GPT-4o 有了更先進的數據分析功能 所以在這一點上也佔有優勢 上網查信息當裁判 GPT-4略微的勝出一點 而識別圖片當中人物的表情 GPT-4o 又略微勝出 生成詩詞 GPT-4o 完勝 對於全民基本輸入的分析 GPT-4略好 然後經典的推理數學題 在經過兩輪提示之後 GPT-4o 勝出 所以整個的比拼過程如果算總分的話 那毫無疑問 GPT-4o 要強過 GPT-4 所以在大部分的情況下 用 GPT-4o 應該就能滿足很多人的需求了 但是我還要找補一句 在我的日常使用當中 大部分的情況下 我也是用 GPT-4o 但是如果遇到需要多輪溝通 需要深入討論的問題的時候 我還是傾向於選擇 GPT-4 以上就是 OpenAI 兩大 最先進模型的比拼分享 大家不要忘了 在描述欄當中 還有我的兩門關於 AI 基礎能力的課程 掌握這些基礎能力 可以幫助你更好的駕馭 AI 在 AI 的浪潮當中不會迷路 好 我是 Axton 如果你喜歡我的視頻 請幫我點贊評論 訂閱我的頻道 並且打開小鈴鐺 這樣你就不會錯過今後更多更新的內容了 咱們下期再見