Бесплатная замена ChatGPT Vision. Сравнение

Я уже рассказывала, что ChatGPT теперь может распознавать изображения. Есть альтернативный вариант GPT-4v, который работает без VPN — Llava

В браузере без регистрации попробовать можно здесь
Локально установить на комп — здесь

Llava тоже распознает изображения, решает капчи и пишет код на основе скриншота сайта
Просто загружаем картинку и задаём вопрос, Llava понимает русский язык, а еще она бесплатная и без VPN. Это не значит, что работает хуже, я сравнила ChatGPT Vision и Llava, дала им одинаковые изображения и вопросы.

Сначала я загрузила свой логотип, и не смотря на то, что ChatGPT сам придумал концепт логотипа - кстати, для тех, кто не знает, ChatGPT придумал мне весь концепт моего телеграмм канала. Так вот, объяснение Llava мне понравилось больше, лаконичнее что ли

Далее, я обоим скормила картинку, не говоря, что это оптическая иллюзия. Я спросила что это, и как такое возможно, Llava начал во всем видеть фотошоп и фотомонтаж, тогда я дала подсказку Llava убрать версию с Photoshop и фотомонтажом, но модель снова объяснила это спецеффектом камеры. Тогда я еще раз спросила как такое возможно в реальности, но Llava была непреклонна. А ChatGPT просто сказал, что ничем мне помочь не может 🤷🏻‍♀️

Далее я решила дать им обоим подсказку про иллюзию:

В ChatGPT я опять загрузила это изображение и спросила “Как такая иллюзия возможна? Версии с Photoshop и с фотомонтажом не принимаются” - вот тут он наконец мне выдал то, что я хотела: он расписал, что на картинке изображена оптическая иллюзия, которая часто называется "амесовой комнатой" или "искаженной комнатой” и описал принцип иллюзии, чего не скажешь про Llava, которая так конкретизировать не стала.

В итоге у обоих моделей -GPT-4v и Llava есть свои достоинства и недостатки, каждый по своему хорош. Так что Llava достойная бесплатная альтернатива платным функциям ChatGPT. А Dall-E 3 бесплатно (100 генераций в день) есть в Bing на русском, но работает с VPN