Recentemente, a OpenAI lançou duas atualizações importantes nas suas APIs, com o objetivo de melhorar significativamente o desempenho das interações de voz e a execução de tarefas mais complexas em modelos de inteligência artificial.
Em primeiro lugar, foi introduzido o novo modelo em tempo real, o gpt-realtime-1.5, juntamente com um modelo de áudio complementário. A principal meta dessa atualização é aprimorar a confiabilidade do comando de voz. Testes internos da OpenAI mostram que o modelo apresenta um aumento de 10% na precisão da transcrição de números e letras. Além disso, a taxa de acerto em tarefas de áudio lógico subiu 5%, e a precisão na execução de comandos também teve uma melhoria de 7%. Essas melhorias são cruciais para reduzir os erros ao processar frases importantes ou executar comandos mais complexos.
No campo da arquitetura, a Responses API agora oferece suporte para o protocolo WebSocket, uma mudança importante na forma como as comunicações com IA ocorrem. Ao contrário do modelo tradicional, onde a cada nova requisição é necessário enviar novamente todo o contexto, o WebSocket permite uma conexão contínua. Isso significa que o sistema só envia novos dados quando há informações realmente novas para transmitir, o que otimiza o desempenho. Para tarefas que exigem o uso frequente de várias ferramentas, essa atualização pode aumentar a velocidade de execução em até 40%.
Essas duas atualizações não só tornam os modelos de IA mais “sensos” e eficazes ao ouvir, mas também fazem com que sua performance geral, especialmente em tarefas complexas, seja muito mais ágil e eficiente. Para os desenvolvedores, essas melhorias oferecem uma ferramenta mais robusta, capaz de atender de maneira mais precisa e rápida às necessidades dos usuários.
Agora, com esses avanços, a inteligência artificial pode interagir de forma mais inteligente e dinâmica, levando a experiência de uso para um novo patamar.