GPT-4 (Jun 2023)
Nincs becslés
Ennek a modellnek nincs hardverigénye
A súlyok ehhez a modellhez nincsenek publikálva, így nem lehet letölteni vagy futtatni a saját hardverén bármilyen méretben. Csak a szolgáltatóján keresztül elérhető, és egyetlen grafikus kártya sem változtat ezen..
A nyilvántartásban
Teljes specifikáció
Minden rögzítve van ennek a modellnek a számára. A legtöbb arról szól, hogyan lett betanítva, nem arról, hogyan fut. — Hasznos háttérinformáció annak megítélésére, hogy mennyi munka fektetődött bele, és hogyan viszonyul más, eltérő méretű modellekhez..
Eredet
Ki építette ezt a modellt, hol, és mikor publikálták.
- Szervezés
- OpenAI
- Szervezet típus
- Industry
- Ország
- United States of America
- Közzétéve
- 13 June 2023
- Szerzők
- OpenAI, Josh Achiam, Steven Adler, Sandhini Agarwal, Lama Ahmad, Ilge Akkaya, Florencia Leoni Aleman, Diogo Almeida, Janko Altenschmidt, Sam Altman, Shyamal Anadkat, Red Avila, Igor Babuschkin, Suchir Balaji, Valerie Balcom, Paul Baltescu, Haiming Bao, Mohammad Bavarian, Jeff Belgum, Irwan Bello, Jake Berdine, Gabriel Bernadett-Shapiro, Christopher Berner, Lenny Bogdonoff, Oleg Boiko, Madelaine Bo…
Mit csinál
A problémás területek, amelyekre a modellt építették. Egy modell többből is eltarthat minden egyesből.
- Domain
- Multimodal, Language, Vision
- Fut / futás AI modell. Nem illik / nem fog illeni, szoros = alig futtatható, kényelmes = könnyen fut, van hely. Melyik AI modellt tud futtatni a GPU?
- Language modeling, Language modeling/generation, Question answering, Visual question answering
- Megközelítés
- Self-supervised learning
- Alapmodell
- GPT-4 (Mar 2023)
Méret
Mekkora a modell és mennyi adaton lett betanítva. A paraméterek határozzák meg, hogy elfér-e egy adott grafikus kártyán.
- paraméterek
- 1.8T
- Tréning adatok
- 5,416,666,666,667 tokens
- Epochok
- 2
- Batch size
- 60,000,000
Rumored to be 1.8T parameter MoE with 280B activated on the forward pass, per https://www.semianalysis.com/p/gpt-4-architecture-infrastructure. Other sources estimate 1.76T with 220B per forward pass https://web.archive.org/web/20230712123915/https://the-decoder.com/gpt-4-architecture-datasets-costs-and-more-leaked/
Speculative. Reported secondhand by online sources such as Semianalysis, but not verified by OpenAI. If total number of tokens seen was 13T, text was repeated for 2 epochs, and text was the majority of tokens, then dataset size roughly is 13T*0.75/2 = 4.9T words. Note this examines only the text dataset, since GPT-4 was first and foremost a language model. However, the vision component had its own vision dataset, which we believe accounted for a much smaller part of the compute budget.
MoE so i hesitate but 7.5 mill? https://www.reddit.com/r/mlscaling/comments/14wcy7m/gpt4s_details_are_leaked/#:~:text=There%20is%20millions%20of%20rows,get%20the%20real%20batch%20size.
Képzés számítás
A modell tréningjéhez végzett aritmetika, lebegőpontos műveletekben mérve. Ez a tréning futás költségének mértéke, nem pedig annak, mennyire gyorsan válaszol a kész modell.
- Képzés számítás
- 2.1 × 10²⁵ FLOP
- Hogyan hozták létre
- Hardware
90% CI: 8.2E+24 to 4.4E+25 NOTE: this is a rough estimate based on public information, much less information than most other systems in the database. Calculation and confidence intervals here: https://colab.research.google.com/drive/1O99z9b1I5O66bT78r9ScslE_nOj5irN9?usp=sharing
A tréning futás
A fizikai tréninghez szükséges: milyen chippek, hány, meddig, és mennyi áramot fogyasztott.
- Képzési hardver
- NVIDIA A100 SXM4 40 GB
- Felhasznált chippek
- 25,000
- Chip-óra
- 57,000,000
- Falatlan idő
- 2,280 hours (95 days)
- Hardver kihasználtság
- MFU 34.0%
- Teljesítményfogyasztás
- 19.9 MW
(Speculative) SemiAnalysis conjectures that GPT-4 training took 90-100 days with utilization of 32-36%.
CANNOT VERIFY, LIKELY HFU, PAYWALLED. (Speculative) SemiAnalysis conjectures that GPT-4 had utilization of 32-36%: https://www.semianalysis.com/p/gpt-4-architecture-infrastructure
Elérhetőség
Hogy megszerezheti a modellt és futtathatja saját hardverén, ami meghatározza, hogy az ezen az oldalon szereplő grafikus kártya adatai vonatkoznak-e.
- Súlyok
- Closed — provider access only
- Modell hozzáférés
- API access
- Képzés kód
- Unreleased
Hogyan van besorolva
A forrásadatláncok bejegyzéseinél alkalmazott címkék és a bejegyzés melletti bizalmi szint.
- Frontier modell
- Yes
- Foundation model
- Yes
- Valószínűleg 10²³ FLOP felett
- Yes
- Miért követik nyomon
- Highly cited,SOTA improvement,Training cost
- Likely
- Model/modellek nem illeszkedik a GPU VRAM-ba. Túl szoros = alig futtatható, kényelmes = könnyen fut a tartalékkal.
- 24,490
See the paper, p.1: "On a suite of traditional NLP benchmarks, GPT-4 outperforms both previous large language models and most state-of-the-art systems (which often have benchmark-specific training or hand-engineering)." "On the MMLU benchmark [35, 36], an English-language suite of multiple-choice questions covering 57 subjects, GPT-4 not only outperforms existing models by a considerable margin in English, but also demonstrates strong performance in other languages"
Model/modellek mindig AI modellek. Futás/futás azt jelenti, hogy fut egy AI modellt. Ha csak a "fut" szót kapod, az valószínűleg egy megosztott mondatból származik, mint például, hogy milyen AI modellt tud a GPU futtatni. Nem illik / nem fog illeni azt jelenti, hogy az AI modell nem fér el a GPU VRAM-jában. Szűk = alig futtatható, kényelmes = könnyen fut, van tartalék. Rövid összekötő szavak, mint az, a, egy, hogy, számára, vele, normálisan fordítva jelennek meg, mert a szöveg meg van osztva - csak fordítsd le őket. Tartásd meg a technikai kifejezéseket, mint a GPU, AI, TPS, VRAM, CUDA, Tensor, Inference, Quantization, LoRA, GGUF, FP16, INT4, INT8 angolul (vagy az adott nyelv elterjedt formájában). Mindig írj GPU, AI, TPS, VRAM, CUDA nagybetűkkel. Ha megkérdezik egy nyelv nevét (pl. spanyol, angol, nyelv) akkor fordítsd le a szót helyesen (spanyol→Spanyol, angol→Német, nyelv→Nyelv). CSAK a tiszta fordítást add meg magyarul. Nincsenek megjegyzések, nincsenek kérdések, semmi más. Ha üres, válaszolj egyetlen szóközzel: Sources
A GPU milyen AI modellt tud futtatni? Nem illik / nem fog illeni. szoros = alig futtatható, kényelmes = könnyen futtatja, van tartalék.
- Referencia
- GPT-4 Technical Report
- Legutoljára frissítve
- 24 June 2026
Mit jelentenek a számok
Mi ez a modell
GPT-4 (Jun 2023) was published by OpenAI, in United States of America, in June 2023. It comes out of industry.
It works in Multimodal, Language, Vision, and is recorded as doing language modeling, Language modeling/generation, Question answering, Visual question answering.
It builds on GPT-4 (Mar 2023), which is why it shares that model's general shape and size.
Súlyait soha nem tették közzé, így csak a szolgáltatóján keresztül érhető el. Nincs grafikus kártya, ami ezt megváltoztatná.
Hogyan lett betanítva
The training run consumed about 2.1 × 10²⁵ FLOP, on NVIDIA A100 SXM4 40 GB. That figure describes the cost of creating it and has no bearing on how quickly it generates text.
Around 5,416,666,666,667 tokens went into training it.
It is tracked in the underlying dataset for one reason in particular: highly cited,SOTA improvement,Training cost.
válik / nem fér el
GPT-4 (Jun 2023) — Gyakori kérdések
When was GPT-4 (Jun 2023) released?
GPT-4 (Jun 2023) was published in June 2023. Capability per parameter has improved considerably since, so a newer model of the same size is often the better use of the same hardware.
What is GPT-4 (Jun 2023) used for?
GPT-4 (Jun 2023) works in Multimodal, Language, Vision, and is recorded as handling language modeling, Language modeling/generation, Question answering, Visual question answering. A model can carry several of each, so these are the areas it was built for rather than a limit on what it will attempt.
How much compute was used to train GPT-4 (Jun 2023)?
Around 2.1 × 10²⁵ FLOP, on NVIDIA A100 SXM4 40 GB. That measures what producing the model cost and says nothing about how quickly it answers once trained — inference speed comes from memory bandwidth, not from the training budget.
What GPU do I need to run GPT-4 (Jun 2023)?
None. GPT-4 (Jun 2023) is a closed model — its weights were never published, so it cannot be downloaded or run on your own hardware at any price. It is reachable only through its provider.
Is GPT-4 (Jun 2023) open source?
No. GPT-4 (Jun 2023) has not had its weights published, so it exists only as a service controlled by its owner.
How many parameters does GPT-4 (Jun 2023) have?
GPT-4 (Jun 2023) has 1.8T parameters. Rumored to be 1.8T parameter MoE with 280B activated on the forward pass, per https://www.semianalysis.com/p/gpt-4-architecture-infrastructure. Other sources estimate 1.76T with 220B per forward pass https://web.archive.org/web/20230712123915/https://the-decoder.com/gpt-4-architecture-datasets-costs-and-more-leaked/. That figure is the total, and it is what decides how much memory the model needs — roughly half a gigabyte per billion at the compression most people use.
Who created GPT-4 (Jun 2023)?
GPT-4 (Jun 2023) was published by OpenAI, based in United States of America, categorised as industry.
Modell/modelek mindig mesterséges intelligenciát (MI) jelentenek. Futtatás/járás azt jelenti, hogy egy MI modellt futtatunk. Ha csak a run szót kapod, valószínűleg egy felosztott mondatból származik, például: Milyen MI modellt tud futtatni a GPU. Nem illik / nem fog illeni azt jelenti, hogy az MI modell nem fér el a GPU VRAM-jában. Szoros = alig futtatható, kényelmes = könnyen fut, van tartalék. Rövid kapcsolatkozó szavak, mint az, a, egy, -hoz, -t, -val, önállóan jelennek meg, mert a szöveg fel van osztva - csak fordítsd le őket normálisan. Tartsd meg a technikai kifejezéseket, mint GPU, AI, TPS, VRAM, CUDA, Tensor, Inference, Quantization, LoRA, GGUF, FP16, INT4, INT8 angolul (vagy az adott nyelv általános formájában). Mindig írd a GPU, AI, TPS, VRAM, CUDA nagybetűvel. Ha nyelvnevet kérnek lefordítani, fordítsd le helyesen (spanyol→Spanisch, angol→Deutsch, nyelv→Sprache). CSAK a tiszta fordítást add meg magyarul. Nincs megjegyzés, nincs kérdés, semmi más. Ha üres, egyetlen szóközzel válaszolj: A rekord utolsó frissítése. 24 June 2026
Az ellenkező irányban
Egy másik oldalról nézve?
Ez az oldal a modellel kezdődik. Ha már van egy kártyád, és szeretnéd tudni, mit fog futtatni., modell/modellek nem illeszkedik / nem fog illeszkedni szoros = alig futtatható, kényelmes = könnyen fut, van mozgástér..