Gemini 1.5 Pro vs ChatGPT-4o: ศึก AI เจนใหม่ ถูกใจคนใช้งาน 

เทียบสอง AI ตัวตึง Gemini 1.5 Pro และ ChatGPT-4o ที่ได้รับการอัปเกรดมาใหม่ ความสามารถน่าทึ่ง ตัวไหนเก่งอะไร? ต่างกันยังไง? สรุปมาให้แล้ว!

Gemini 1.5 Pro vs ChatGPT-4o: ศึก AI เจนใหม่ ถูกใจคนใช้งาน

Google AI และ OpenAI สองยักษ์ใหญ่แห่งวงการ AI ไม่เคยหยุดพัฒนาเทคโนโลยีเพื่อสร้างเครื่องมือที่จะเข้ามาเปลี่ยนโลก ล่าสุดทั้งสองค่ายได้เปิดตัวโมเดลภาษา AI รุ่นใหม่ล่าสุด คือ Gemini 1.5 Pro และ ChatGPT-4o ที่มาพร้อมกับความสามารถที่น่าทึ่ง มาดูกันว่า AI ทั้งสองตัวนี้พัฒนาไปถึงไหนแล้ว

Gemini 1.5 Pro : จอมพลังแห่งการประมวลผล

Gemini 1.5 Pro เป็นโมเดลภาษาที่ได้รับการพัฒนาต่อยอดจาก Gemini รุ่นก่อนหน้า จุดเด่นที่สำคัญคือ context window ขนาดมหึมาถึง 2 ล้าน token ซึ่งมากกว่า Gemini รุ่นก่อนหน้าอย่างมาก และถือว่าใหญ่ที่สุดในตลาดตอนนี้เลยทีเดียว

• context window ขนาด 2 ล้าน token ทำให้สามารถวิเคราะห์ข้อมูลได้หลากหลายรูปแบบ เช่น วิดีโอ ความยาว 2 ชั่วโมง หรือไฟล์เสียงความยาว 22 ชั่วโมง

ด้วย context window ขนาดมหึมานี้ Gemini 1.5 Pro สามารถประมวลผลข้อมูลจำนวนมหาศาลได้ในครั้งเดียว ไม่ว่าจะเป็นเอกสารขนาดใหญ่ โค้ดหลายพันบรรทัด หรือบทสนทนายาว ๆ นอกจากนี้ยังมีความสามารถในการวิเคราะห์ข้อมูลเชิงลึกจากข้อความ รูปภาพ และวิดีโอ ตอบคำถามปลายเปิด คิดวิเคราะห์ หาข้อสรุป เขียนเนื้อหาสร้างสรรค์ แปลภาษาแบบเรียลไทม์ และอื่น ๆ อีกมากมาย

Gemini 1.5 Pro ประมวลผลได้เร็วขึ้นขึ้น 87.1% เมื่อเทียบกับรุ่นก่อน รองรับการทำงานหลายอย่างพร้อมกัน ช่วยให้ประหยัดเวลาและทรัพยากร

ความสามารถใหม่ของ Gemini 1.5 Pro (Gemini Advanced)

• วิเคราะห์ข้อมูลขนาดใหญ่ ค้นหาความสัมพันธ์ หาข้อสรุป
• สรุปเนื้อหา เขียนรายงาน บทความ อีเมล จดหมาย ฯลฯ
• แปลภาษาแบบเรียลไทม์
• เขียนเนื้อหาสร้างสรรค์ แต่งกลอน เขียนโค้ด เขียนสคริปต์ ฯลฯ
• ตอบคำถามปลายเปิด คิดวิเคราะห์ หาเหตุผล
• สื่อสารกับสัตว์เลี้ยง
• ดูวิดีโอ ฟังเสียง และตอบคำถาม
• Debug โค้ด

ChatGPT-4o: อัจฉริยะรอบด้าน

ChatGPT-4o เป็นโมเดลภาษา AI รุ่นใหม่ล่าสุดจาก OpenAI ที่พัฒนาต่อยอดจาก GPT-4 โดยเน้นความสามารถในการสื่อสารหลายรูปแบบ ทั้งข้อความ รูปภาพ และเสียง

หนึ่งในความสามารถใหม่ที่น่าสนใจของ ChatGPT-4o คือ Voice Mode ที่รองรับการโต้ตอบด้วยเสียง ทั้งการถามตอบและการแปลภาษาแบบเรียลไทม์ นอกจากนี้ยังสามารถจดจำน้ำเสียงและอารมณ์ของผู้พูดได้อย่างแม่นยำอีกด้วย

ความสามารถใหม่ที่โดดเด่นของ ChatGPT-4o

• Voice Mode: รองรับการโต้ตอบด้วยเสียง ทั้งการถามตอบและการแปลภาษาแบบเรียลไทม์ สามารถจำแนกน้ำเสียงและอารมณ์ของผู้พูดได้อย่างแม่นยำ
• Real-Time Translation: ทำหน้าที่เป็นล่ามแปลภาษาแบบเรียลไทม์ รองรับกว่า 50 ภาษา
• Image Understanding: สามารถอ่านและวิเคราะห์รูปภาพได้ ทำให้สามารถตอบคำถามเกี่ยวกับรูปภาพ หรือใช้รูปภาพเป็นส่วนหนึ่งของการโต้ตอบได้
• Code Generation: ช่วยเขียนและแก้ไขโค้ดได้อย่างมีประสิทธิภาพ
• Tokenization Improvement: ปรับปรุงระบบ Tokenization เพื่อลดจำนวน Token ที่ใช้ในการประมวลผล ทำให้ประมวลผลได้เร็วขึ้นและประหยัดทรัพยากรมากขึ้น

ตัวอย่างการใช้ความสามารถ ChatGPT-4o

• ใช้เป็น Meeting AI เป็นผู้ช่วยดำเนินการประชุม รัน Agenda ต่าง ๆ
• เป็นครูสอนคณิต บอกใบ้ สอนแก้โจทย์ไปทีละขั้น
• เปิดกล้อง VDO แปลภาษาให้แบบเรียลไทม์
• ล่ามแปลภาษาแบบเรียบไทม์ เสมือนมีล่ามที่เป็นคนมาแปลให้
• เป็นผู้ช่วยซ้อมสัมภาษณ์งาน
• เป็นผู้ช่วยเขียนโค้ด วิเคราะห์โค้ด

ChatGPT-4o จะมีแอปเวอร์ชันเดสก์ท็อปให้ใช้งานเร็ว ๆ นี้ คาดว่าจะสามารถใช้งานได้บน Mac ก่อนอุปกรณ์อื่น

ตารางเปรียบเทียบ Gemini 1.5 Pro vs ChatGPT-4o

ทั้ง Gemini 1.5 Pro และ ChatGPT-4o ต่างเป็นโมเดลภาษา AI ที่มีความสามารถสูง แต่เหมาะสำหรับงานที่แตกต่างกัน

Gemini 1.5 Pro: เหมาะสำหรับงานที่ต้องการประมวลผลข้อมูลขนาดใหญ่ การวิเคราะห์ข้อมูลเชิงลึก การวิจัย หรือการพัฒนาซอฟต์แวร์ขนาดใหญ่

ChatGPT-4o: เหมาะสำหรับงานที่ต้องการความสามารถในการประมวลผลข้อมูลหลากหลายรูปแบบ การแปลภาษาแบบเรียลไทม์ หรือการโต้ตอบด้วยเสียง

การสมัครใช้งาน

• Gemini 1.5 Pro: สามารถใช้ฟรี 2 เดือน เมื่อสมัครใช้บริการ Google One AI Premium (ราคาเดือนละ 750 บาท)
• ChatGPT-4o: ผู้ใช้งาน ChatGPT Plus สามารถเข้าถึง ChatGPT-4o ได้ทันที ส่วนผู้ใช้งาน ChatGPT ฟรีสามารถเข้าถึงได้เช่นกัน แต่จะมีข้อจำกัดในการใช้งานมากกว่า

Gemini 1.5 Pro และ ChatGPT-4o เป็นโมเดลภาษา AI ที่น่าจับตามองและมีศักยภาพในการเปลี่ยนแปลงวิธีที่เราทำงานและสื่อสารกัน การเลือกใช้โมเดลใดขึ้นอยู่กับความต้องการและวัตถุประสงค์ในการใช้งานเราเอง

• Facebook
• Twitter
• Line