OpenAI computer-use-preview

Model computer-use-preview pojawił się 11 marca 2025 roku w ramach największej pojedynczej premiery, jaką OpenAI przygotowało dla programistów: Responses API, Agents SDK i trzy wbudowane narzędzia — wyszukiwanie w sieci, przeszukiwanie plików i sterowanie komputerem. Ten model napędzał to ostatnie. Przyjmował zrzuty ekranu i zwracał czynności do wykonania: kliknij tutaj, wpisz to, przewiń tam. Najbardziej zaskakującą liczbą było okno kontekstu. Z 8192 tokenami stanowiło szesnastą część tego, co oferował wtedy GPT-4o, przy limicie 1024 tokenów odpowiedzi. Model zbudowany do oglądania obrazów ekranu dostał mniej miejsca niż model do czytania dokumentów, co zmuszało programistów do krótkich, ciasno zakrojonych pętli agentowych zamiast długich sesji. Wejście obsługiwało tekst i obrazy, wyjście wyłącznie tekst, z obsługą tokenów rozumowania i granicą wiedzy w październiku 2023 roku. Działał tylko w Responses API i w trybie wsadowym — nigdy w Chat Completions. Cena wynosiła 3 dolary za milion tokenów wejścia i 12 dolarów za milion wyjścia, a do tego dochodziła osobna opłata za każde wywołanie narzędzia. OpenAI ogłosiło wycofanie 22 kwietnia 2026 roku z krótkim okresem wypowiedzenia zarezerwowanym dla modeli w wersji zapoznawczej i wyłączyło model 23 lipca 2026. Sama zdolność wtedy nie zniknęła, tylko się przeniosła: GPT-5.4 dostał sterowanie komputerem jako wbudowane narzędzie Responses API, więc zadanie, które kiedyś wymagało osobnego modelu, stało się parametrem modelu ogólnego.

▸Wideo

Brak materiałów wideo.

▸Recenzje