GPT (OpenAI) vs Gemini (Google)

A partir do momento em que surge um produto inovador, com o tempo (e sucesso) surgem novas opções e concorrência ao seu redor. Vimos isso acontecendo no universo de streaming após o surgimento da Netflix, nos smartphones após o surgimento do iPhone, nos headsets de realidade mista e agora com as Inteligências Artificiais Generativas. Após o lançamento do ChatGPT pela OpenAI, que bateu o recorde como plataforma com crescimento mais rápido da história, diversas novas plataformas surgiram com o objetivo de concorrer com o GPT, desde Big Techs até novas startups. Com isso, um novo ecossistema e mercado é criado (Nvidia que o diga! A empresa alcançou um crescimento incrível além de passar a Alphabet em empresa mais valiosa). Diante disso, assim como em todos os mercados, o consumidor questiona “Qual é o melhor?” “Como eu devo escolher?”. 

Assim como fazemos as comparações “iPhone ou Android”, “Vision Pro ou Meta Quest”, trouxemos “GPT ou Gemini” e suas semelhanças, diferenças e aplicações. No Podcast, Gabriel Villa e João Carvalho contam suas experiências com as plataformas e suas percepções sobre cada caso, ouça aqui. 

ChatGPT 3.5 e 4

O ChatGPT 3.5 (atual modelo gratuito), lançado em 2022, foi um divisor de águas na tecnologia de IA conversacional. Treinado em um enorme conjunto de dados de texto e código, ele é  capaz de gerar respostas realistas e coerentes a perguntas e solicitações complexas. No ano passado a OpenAi anunciou o ChatGPT 4, modelo pago da companhia, que possui um modeo de linguagem ainda maior, aprimorado com recursos mais avançados como por exemplo a possibilidade de inserir imagens e referências para a pesquisa. Essa versão é 8 vezes maior que o 3.5 e pode gerar imagens, além de texto e código, expandindo as possibilidades de criação de conteúdo. Na prática, se você precisa de uma ferramenta gratuita para tarefas básicas o ChatGPT 3.5 é uma boa opção, contudo, se você precisa de um conteúdo com alta qualidade, personalização e versátil o ChatGPT 4 é a melhor opção.

Outra novidade lançada em 2023 foi o GPTs, uma funcionalidade inovadora que permite aos usuários personalizar e aprimorar o ChatGPT de acordo com suas necessidades específicas. GPTs, ou Modelos de Linguagem Personalizados, são versões personalizadas do ChatGPT que foram treinadas em conjuntos de dados específicos ou receberam instruções personalizadas para se concentrar em tarefas ou domínios específicos. Isso significa que você pode moldar o ChatGPT para atender às suas necessidades e preferências e até integrar a um produto seu já existente. 

Gemini 

O Google anunciou o Bard em 2023 para concorrer com o ChatGPT. O produto foi renomeado para Gemini. O Gemini é um modelo de inteligência artificial do Google que processa e gera texto, imagens, vídeos e código de forma simultânea. Uma vantagem do Gemini é que, por padrão, ele considera todas as informações que estão ao seu alcance – incluindo a internet, o vasto gráfico de conhecimento do Google e seus dados de treinamento. O ChatGPT, por outro lado, muitas vezes ainda optará por tentar responder a uma pergunta com base apenas em seus dados de treinamento. Ocasionalmente, isso pode levar a informações desatualizadas. No entanto, você pode contornar isso solicitando que ele pesquise na web para obter os dados mais recentes e atualizados. Mas isso ainda representa uma etapa extra que Gemini mostrou não ser realmente necessária.

Uma versão beta do Gemini 1.5 foi lançada este ano com acesso limitado para empresas, oferecendo recursos avançados como tradução multimodal e geração de conteúdo criativo. Já o Gemini 2.0, versão completa prevista para 2025, terá foco em acessibilidade e usabilidade para o público em geral.

Quem mais está nesse jogo de IA?

E nem só de ChatGPT se vive a OpenAI. Na última semana, foi lançado o Sora, um modelo de IA que gera vídeos a partir de textos. Ele ria imagens com alto nível de detalhes e fidelidade à realidade e é um avanço significativo na tecnologia de IA.  O Sora ainda está em fase beta fechada, com acesso restrito a um grupo de artistas e criadores. Diversos outros modelos oferecem funcionalidades semelhantes, cada um com seus próprios pontos fortes e fracos. 

Além do Sora, a OpenAI possui o DALL-E 2, modelo que já explicamos aqui no Morse Trends. Este modelo gera imagens realistas a partir de textos. É uma ferramenta popular para artistas e designers, mas ainda não oferece recursos de edição avançados.

Outra que concorre no contexto de IA para imagens é o Midjourney,  Esta plataforma oferece acesso a diversos modelos de IA para gerar imagens e vídeos. É uma boa opção para iniciantes já que oferece uma interface amigável e tutoriais detalhados. A plataforma imagens abstratas e surrealistas, além de imagens realistas. Além disso, Possui uma comunidade vibrante no Discord, onde os usuários compartilham suas criações e dicas.

Qual escolher? 

Nenhuma IA generativa é perfeita e tem suas ressalvas. Faça o exercício de perguntar ao ChatGPT ou Gemini sobre o concorrente e ele te dará algumas respostas erradas para te convencer a escolher a plataforma deles. Contudo, a escolha da melhor plataforma se baseia no seu uso, interesses e gostos. Se você gosta muito do ecossistema do Google, a capacidade do Gemini de interagir com o Gmail e o Google Docs provavelmente será uma grande atração para você. Da mesma forma, se você é um programador experiente e sua principal necessidade é codificação, definitivamente dê uma olhada no Gemini ou até no Co-Pilot da Microsoft. 

Se você busca criar o seu próprio “ChatGPT” e adicionar um novo recurso de IA em um produto seu, o GPTs da OpenAI na versão ChatGPT4 será de grande uso para o seu negócio. Ou se o seu foco é resumir ou produzir conteúdos mais gerais, a versão gratuita do ChatGPT será a escolha mais barata e ideal. 

Olhando para o universo de imagens, vídeos e criação, há diversas plataformas que auxiliam na criação de peças realistas e artísticas e o seu contexto é fundamental para a decisão. O Sora, por exemplo, é ideal para quem busca imagens realistas e com alto nível de detalhes. Inclusive, seus vídeos super realistas surpreenderam as redes sociais nos últimos dias demonstrando o poder da IA para criação. Já o Midjourney é ideal para quem busca imagens criativas e com estilo artístico único. E o DALL-E 2 é a melhor ferramenta para quem busca versatilidade e variedade de estilos.

As comparações são importantes, mas nada como testar e avaliar qual ferramenta é a melhor para o seu contexto, necessidades e gostos. No Podcast de hoje compartilhamos as nossas opiniões, gostos e preferências. Ouça aqui o episódio e comente com a gente as suas opiniões!