جی پی تی ایمیج ۲

چهل و پنج امتیاز فاصله، که در این جدول ها عدد بزرگی است

روی تخته ساخت تصویر از متن، ردیف دوم ۱۳۳۶ است و این مدل ۱۳۸۱. روی تخته ویرایش، دومی ۱۴۳۹ است و این ۱۴۶۳. در لیدربوردی که ۷۷ مدل دارد و بیشترشان داخل پنجاه امتیاز جمع شده اند، چهل و پنج امتیاز فاصله یعنی مردم واقعا خروجی این یکی را انتخاب می کنند، نه اینکه یک آزمون خودکار عدد بهتری داده باشد.

ولی اسم آن ردیف را بخوانید: «gpt-image-2 (medium)». مدل نیست، یک پیکربندی سرویس دهی است. اوپن ای آی سه کیفیت می فروشد و مستنداتش قیمت هر سه را روی همان اندازه ۱۰۲۴×۱۰۲۴ چاپ می کند: کم ۰.۰۰۶ دلار، متوسط ۰.۰۵۳ و بالا ۰.۲۱۱. چیزی که روی هر دو تخته اول شده وسطی است. کیفیت بالا اصلا در لیدربورد نیست، پس نه می دانیم بهتر است و نه می نویسیم که هست.

اندازه ها، که تنها جای این جدول است که عدد دقیق منتشر شده

راهنمای اوپن ای آی سه قید عددی می دهد و هر سه را می شود چک کرد: بلندترین ضلع حداکثر ۳۸۴۰ پیکسل، هر دو ضلع مضرب ۱۶، نسبت ضلع بلند به کوتاه حداکثر ۳ به ۱، و مجموع پیکسل ها بین ۶۵۵۳۶۰ و ۸۲۹۴۴۰۰. این تنها سازنده ای در جدول ماست که به جای گفتن «۴K» عدد پیکسل می دهد. گوگل برای همه مدل هایش «1K و 2K و 4K» می نویسد و هیچ جا نمی گوید 4K یعنی چند پیکسل. به همین دلیل ستون رزولوشن در جدول دسته اصلا ساخته نشد.

ستونی که این مدل می بازد، و تقصیر ما نیست

ورودی مرجع. برای کسی که یک شخصیت یا یک محصول ثابت را در چند تصویر می خواهد، مهم ترین عدد همین است: چند تصویر مرجع در یک درخواست پذیرفته می شود. گوگل برای هر سه مدلش این عدد را نوشته و بلک فارست لبز هم نوشته. اوپن ای آی ننوشته. نمونه کد مستنداتش چهار تصویر می دهد ولی جایی نگفته چهار سقف است، و ما نمونه را سقف حساب نمی کنیم. پس سلول خالی می ماند، ده امتیاز از دست می رود، و این صفحه می گوید چرا.

متن داخل تصویر: تنها جمله صادقانه ای که کسی نوشته

هر سازنده ای درباره متن داخل تصویر یک صفت تبلیغاتی می نویسد. اوپن ای آی به جایش یک محدودیت نوشته: مدل «هنوز می تواند در جانمایی دقیق و خوانایی متن دچار مشکل شود». این تنها گزاره قابل استفاده ای است که در این حوزه از یک سازنده خواندیم و به همین دلیل روی صفحه است. عدد نیست، ولی از «متن پیشرفته» دقیق تر است.

از ایران

فهرست کشورهای پشتیبانی شده API را امروز خواندیم و ایران در آن نیست. این فهرست روی developers.openai.com است که باز می شود، در حالی که خود openai.com به سرور ما ۴۰۳ می دهد. تفاوتش مهم است: این سند درباره API حرف می زند، پس درباره اینکه اپلیکیشن ChatGPT از ایران باز می شود یا نه، هنوز هیچ نمی دانیم و چیزی هم نمی نویسیم.