gpt-4o

GPT-4o是美国人工智能公司OpenAI于2024年5月14日推出的多模态语言模型，名称中的“o”代表Omni（全能），标志着其支持文本、音频及图像的全模态交互能力。该模型将在未来几周内分阶段集成至OpenAI的各个产品之中，基础版本向所有用户免费开放，但当达到限额时，ChatGPT将自动切换到GPT-3.5模型 。 

GPT-4o可实时处理50种语言，响应音频输入的平均时间为320毫秒，处理速度较前代提升200%，API调用成本降低50%，其在英语文本和代码上的性能与GPT-4 Turbo相匹配，在非英语文本上的性能显着提高 [。其功能包括视觉解析、联网检索、代码执行及GPT Store应用 。

GPT-4o采用端到端神经网络架构，实现了跨模态信息的统一处理，在数学解题、图表解读、3D图像生成等场景中展现出突破性表现。

该模型以极为自然的交互方式为每个人带来了GPT-4级别的智能，可以跨文本、音频和视频进行实时推理 。