در عکس منتشرشده، فردی با تی‌شرت مشکی حاوی لوگوی OpenAI در برابر یک تخته سیاه ایستاده است و روی تخته عبارت انتقال بین راه‌حل‌ها با گچ نوشته شده است.

مدل در روز دوشنبه به طور رسمی معرفی شد و OpenAI اعلام کرد که این مدل در مقایسه با خانواده عملکرد بهبودیافته‌تری دارد، هم سریع‌تر و ارزان‌تر است و هم می‌تواند حجم بیش‌تری از اطلاعات ورودی را حفظ کند.

دلیل برتری در رویکرد آموزشی متفاوت آن نهفته است؛ برخلاف مدل‌های پیشین که از ترکیب چندین مدل مجزا برای پردازش صدا و تصویر به متن تشکیل شده بودند، از همان ابتدا بر روی توکن‌های چندرسانه‌ای آموزش دیده و نیازی به تبدیل صدا و تصویر به متن برای تحلیل ندارد.

بر اساس عکس منتشرشده، به نظر می‌رسد این رویکرد نوین نسبت به مدل ۳ که در سپتامبر ۲۰۲۳ عرضه شده بود، پیشرفت قابل‌توجه‌ی در حوزه تولید تصویر ایجاد کرده است.

OpenAI همچنین مشخص کرد که قابلیت‌های متنی و تصویری هم‌اکنون برای کلیه کاربران، از جمله کاربران رایگان و پولی، در دسترس است. اما قابلیت جدید ابتدا به صورت آلفا از هفته‌های آینده برای مشترکین ChatGPT فعال خواهد شد و سپس به طور گسترده‌تر عرضه می‌شود.