今天OpenAI發布了gpt-4o，我體驗之后，gpt-4o簡直逆天了。中文能力也挺別強。速度比現在的gpt4還要快。
早在 5 月 11 日，Sam 就在推文中表示：OpenAI 并沒有推出 GPT-5，或搜索引擎，但團隊一直在努力研發一些認為大家會喜歡的新東西（感覺就像是魔法一樣）！
添加圖片注釋，不超過 140 字（可選）
現在來看應該說的就是 GPT-4o 了，它在免費和付費賬戶中均可使用（應該是目前最強的免費模型了）。除此之外，ChatGPT 頁面也進行了許多細節方面的優化，并且推出了桌面應用，進一步提升用戶體驗。
一、什么是GPT-4o
GPT-4o（“o”代表“omni”）是 OpenAI 在實現更自然人機交互方面的重要進展（Hello GPT-4o[1]）。它能夠接受文本、音頻和圖像的任意組合輸入，并生成相應的輸出，包括文本、音頻和圖像。該模型在音頻輸入的響應時間非常短，最短可達 232 毫秒，平均為 320 毫秒，接近人類對話的反應時間。在文本（英語）和代碼方面，GPT-4o 的表現與 GPT-4 Turbo 相當，但在處理非英語語言文本方面有顯著提升，同時在 API 中的速度更快且成本降低 50%。此外，GPT-4o 在視覺和音頻理解方面表現尤為出色。
在 GPT-4o 之前，使用語音模式與 ChatGPT 對話的平均延遲時間分別為 GPT-3.5 的 2.8 秒和 GPT-4 的 5.4 秒。實現這一功能的流水線涉及三個獨立模型（音頻 → 文本 → 音頻）：一個用于將音頻轉錄為文本，GPT-3.5 或 GPT-4 處理文本并生成文本，然后第三個模型將文本轉換回音頻。這種方式導致 GPT-4 無法直接感知語調、多位說話者或背景噪音，也無法生成笑聲、歌唱或表達情感。
為了克服這些局限，OpenAI 訓練了一個新的端到端跨文本、視覺和音頻的單一模型（GPT-4o），這意味著所有輸入和輸出都由同一個神經網絡處理。由于這是 OpenAI 第一個結合所有這些模態的模型，因此其功能和局限性仍在探索中。
它將首先在 ChatGPT 和 API 中作為文本和視覺模型提供（ChatGPT 將繼續通過現有的語音模式功能支持語音）。具體來說，GPT-4o 將在 ChatGPT 免費版、Plus 版和團隊版（企業版即將推出）以及 Chat Completions API、Assistants API 和 Batch API 中提供。
二、GPT-4o vs GPT-4 Turbo 的區別
GPT-4o 擁有相同的高智能性，但比 GPT-4 Turbo 更快、更便宜，且速率限制更高。具體來說：
-
價格：GPT-4o 比 GPT-4 Turbo 便宜 50%，輸入每百萬 tokens 收費 $5，輸出每百萬 tokens 收費 $15。
-
速率限制：GPT-4o 的速率限制是 GPT-4 Turbo 的 5 倍——每分鐘最多 1000 萬 tokens。
-
速度：GPT-4o 是 GPT-4 Turbo 的兩倍快。
-
視覺：在視覺能力相關評估中，GPT-4o 的表現優于 GPT-4 Turbo。
-
多語言：GPT-4o 對非英語語言的支持優于 GPT-4 Turbo。
GPT-4o 目前有 128k 的上下文窗口，知識截止日期為 2023 年 10 月。
添加圖片注釋，不超過 140 字（可選）
（1）ChatGPT 免費版
免費版用戶將默認使用 GPT-4o，并限制使用 GPT-4o 發送消息的數量，這取決于當前的使用情況和需求。當不可用時，免費版用戶將自動切換回 GPT-3.5。還可以有限地使用高級工具發送消息，例如：
-
數據分析（Data analysis）
-
文件上傳（File Uploads）
-
聯網（Browse）
-
發現和使用 GPTs（Discovering and using GPTs）
-
視覺（Vision）
GPT-4o 具有先進的視覺能力，能夠更準確地理解你共享的圖像，免費版用戶隨時可以點擊 ChatGPT Plus 按鈕來升級。
如果無法升級，或者不知道怎么升級Plus的用戶，可以參考GPT4的升級方法：教程傳送大門
（2）LLM基準測試區別
可以到競技場去測試GPT-4o 和 GPT-4 turbo兩者到區別。另外競技場是可以直接免費體驗GPT-4o的地方。但是有次數限制。
添加圖片注釋，不超過 140 字（可選）
添加圖片注釋，不超過 140 字（可選）
（3）通過申請Open API接口
通過Open API的接口，接入接口后，也可以快速的使用gpt-4o，前提你已經有了chatgpt賬號。
