GPT-4o(OpenAI公司AI语言模型系列中的产品)

GPT-4o是OpenAI为聊天机器人ChatGPT发布的一款多模态大模型，于2024年5月14日发布。其中“o”代表“omni”，该词意为“全能”，源自拉丁语“omnis”

GPT-4o模型可以使ChatGPT能够处理50种不同的语言。并可以接受文本、音频和图像三者组合作为输入，并生成文本、音频和图像的任意组合输出。GPT-4o可以在短至232毫秒的时间内响应音频输入，平均为320毫秒，与人类的响应时间相似。性能方面，在传统基准测试中，GPT-4o在文本、推理和编码等方面实现了与GPT-4 Turbo级别相当的性能，同时在多语言、音频和视觉功能方面的表现分数也创下了新高。

相较于2023年11月推出的GPT-4 Turbo，GPT-4o在处理速度上提升达到200%，同时在价格上也下降了50%，并分阶段集成至OpenAI的各个产品之中。ChatGPT的免费用户也可以通过GPT-4o模型，进行数据分析、图像分析、互联网搜索、访问应用商店等操作。2024年5月14日，GPT-4o向ChatGPT Plus和Team的客户全面推出。当地时间5月15日，OpenAI联合创始人兼首席执行官山姆·奥特曼称，GPT-4o的文本模式已经发布，但语音模式还未发布。5月20日，微软推出GPT-4o加持的AI PC（人工智能个人电脑）系列。美国东部时间6月10日，苹果公司宣布与OpenAI合作，会把ChatGPT集成在苹果系统生态中，由最新的GPT-4o驱动。美东时间7月18日，Open AI发布了大模型GPT-4o mini，具备文本、图像、音频、视频的多模态推理能力。8月，GPT-4o新版本上线，在输入和输出分别节省50%和33%花费的情况下，能力得到全方位提升，在ZeroEval基准测试中排名世界第一。

发展历程

2024年5月14日，OpenAI（美国人工智能研究公司）在线上举办“春季更新”活动。在活动中，OpenAI发布了新旗舰模型“GPT-4o”。同日，GPT-4o向ChatGPT Plus和Team的客户全面推出。与现有模型相比，GPT-4o展现出了其在视觉和音频理解方面的出色技能。和GPT-4相比，GPT-4o的最大区别在于，所有模态都集成在一个模型中，多模态整合更精细，延迟仅300毫秒左右，同时能够感知情绪、语气、表情，实现更自然的交互，这需要数据组织能力、聚焦突破能力、工程优化能力，也扩大了人们对于交互的想象空间。OpenAI没有推出搜索引擎，但是基于ChatGPT或GPT-4o，未来人类获得信息的方式很可能会改变，GPT-4o或为OpenAI开启了一个超级入口。当地时间5月15日，OpenAI联合创始人兼首席执行官山姆·奥特曼称，GPT-4o的文本模式已经发布，但语音模式还未发布。5月20日，微软推出GPT-4o加持的AI PC（人工智能个人电脑）系列，微软高管们将其称为“史上最强、最智能的Windows PC”。

当地时间2024年6月10日，苹果公司宣布与OpenAI合作，会把ChatGPT集成在苹果系统生态中，由最新的GPT-4o驱动。6月19日，OpenCompass发布了首个大模型高考全卷评测结果，OpenAI的GPT-4o排名第二，得分296分（语数外三科加起来的满分为420分）。美东时间7月18日，Open AI在官网发布了大模型GPT-4o mini，具备文本、图像、音频、视频的多模态推理能力。GPT-4o mini已取代了GPT-3.5 Turbo。GPT-4o mini的性能比GPT-4好，但API的价格却下降了60%，每100万tokens的输入为15美分，每100万tokens的输出为60美分。8月，GPT-4o新版本上线，在输入和输出分别节省50%和33%花费的情况下，能力得到全方位提升，在ZeroEval基准测试中排名世界第一。最新版模型“GPT-4o-2024-08-06”在JSON模式评估中，得分100%。相比之下，2023年6月的版本得分还低于40%。在代码编辑方面，最新版本的基准得分和此前版本相同，但是现在成本只有原来的一半。同时，新版本也是OpenAI在图像输入上最便宜的型号。

2025年2月，OpenAI首席执行官Sam Altman宣布GPT 4o升智，智力达到o3 pro水平。3月25日，OpenAI宣布推出GPT-4o图像生成功能，把先进图像生成器集成至GPT-4o。ChatGPT和Sora平台的各类用户计划陆续体验该功能，企业版与教育版也计划接入该功能具有精准文本渲染、严格遵循指令、深度调用知识及对话上下文等特点，还能对上传图像进行二次创作等。

2025年4月11日，OpenAL宣布ChatGPT昨日移除GPT-4模型，全面升级至新型原生多模态模型GPT-4o，但仍在APl中使用，GPT-4o在写作质量、编程辅助、STEM领域全面超越GPT-4模型，并升级改善了GPT-4o的指令遵循、问题解决和对话流程。