Eine der wichtigsten Verbesserungen ist die Möglichkeit, dank der Integration der DALL-E 3-Technologie von OpenAI Bilder aus Text zu generieren. Diese Funktion war bisher nur in der Vollversion von GPT-4o verfügbar und wurde jetzt in GPT-4o mini integriert, sodass Benutzer Text schnell und effizient in Bilder umwandeln können.

Obwohl der GPT-4o mini kleiner ist, bietet er flüssige Bildgebungsfunktionen und eignet sich besonders für Situationen, in denen eine schnelle Reaktion erforderlich ist.

Dies eröffnet zahlreiche potenzielle Anwendungen, von Grafikdesign über Werbung bis hin zur Bildung, und erleichtert Benutzern die Visualisierung und Darstellung von Informationen aus Texten.

Vor dem Upgrade war GPT-4o mini durch ein statisches Data Warehouse eingeschränkt, d. h. es konnte nur auf zuvor trainierte Daten zurückgreifen.

Das neue Update verfügt jedoch über einen Internetzugang, sodass das Modell Informationen online in Echtzeit sammeln und aktualisieren kann. Dies ist besonders nützlich für Benutzer, die die Richtigkeit von Informationen überprüfen, die neuesten Nachrichten verfolgen oder Daten schnell vergleichen möchten.

Durch die Online-Informationssuche und -Aktualisierung wird der GPT-4o mini außerdem zu einem leistungsfähigeren Werkzeug in Bereichen wie Forschung, Journalismus und Wirtschaft, in denen genaue und aktuelle Informationen von größter Bedeutung sind.

Das neue Upgrade des GPT-4o mini bietet außerdem die Möglichkeit, Dokumente und Bilder zu analysieren und zusammenzufassen. Bisher konnte das Modell keine komplexen Daten aus Dokumenten oder Bildern verarbeiten, jetzt können Benutzer diese Dateien hochladen, damit das Modell sie analysieren kann.

Dies ist besonders wertvoll in den Bereichen Bildung, wissenschaftliche Forschung und persönliche Anwendungen, in denen Benutzer große Mengen an Informationen schnell und genau verarbeiten müssen.

Eine weitere neue Funktion, die den GPT-4o mini auszeichnet, ist seine Fähigkeit, sich an Gespräche aus vorherigen Sitzungen zu erinnern. Diese Funktion macht Interaktionen kohärenter und nahtloser, da das Modell die ausgetauschten Informationen abrufen und dem Benutzer personalisierte Antworten geben kann. Dies ist besonders wichtig bei Anwendungen wie virtuellen Assistenten, im Kundendienst oder wenn das Modell eine Konversation fortsetzen muss, die sich über mehrere Sitzungen erstreckt.