名稱 全稱/代號 簡介 GPT-4o “o” = omni OpenAI 最新的旗艦多模態模型（文字、圖像、音頻三模態），比 GPT-4 更強、更快、更便宜。 GPT-4o-mini 精簡版 GPT-4o 輕量級版本，推測為性能略弱但成本更低、響應更快，適合部署在設備端或低延遲場景。 o1 內部代號 OpenAI 對 GPT-4o 的內部編號，相當于 GPT-4o 的“開發代號”或“版本號”。
發布時間 ：2024 年 5 月能力 ：支持文字、圖像、音頻輸入/輸出（多模態），推理和編程能力比 GPT-4-turbo 更強。特點 ： 首個支持原生語音對話的 GPT-4 模型（無語音-to-text-to-語音中轉） 圖像理解能力接近 GPT-4 Vision，但速度更快 更便宜、更快，相當于 GPT-4-turbo 的 一半成本 ，兩倍速度 使用場景 ：高性能 AI 助手、復雜任務執行、多模態理解（圖+語音+文字）目前官方資料較少，但根據命名規則： 可能是 GPT-4o 的小型版本 更適合邊緣計算設備、響應速度要求高的交互（比如車載系統、智能助手） 類似 Anthropic Claude 3 系列中的 Haiku（小）/Sonnet（中）/Opus（大）分級模式 GPT-4o 的內部版本編號，OpenAI 在代碼庫或技術文檔中使用 “o1” 表示這代模型 類似于 GPT-4 turbo 使用 “gpt-4-turbo” 表示，而非單純 “GPT-4” 如果未來有升級版本，可能會出現 o2、o3 等作為迭代名稱 特性 GPT-4o GPT-4o-mini o1 含義 全功能旗艦模型 精簡版模型 內部代號 輸入/輸出 文字 + 圖像 + 音頻 文字（或多模態） GPT-4o 的代號 強度 ???? ??～??? - 成本 較低（比 GPT-4-turbo 便宜） 極低（適合大規模部署） - 用途 專業 AI 應用 實時響應、邊緣設備 研發/版本標識
如果是做智能座艙、車載交互、語音控制系統 相關開發的，GPT-4o-mini 這類模型就非常適合部署在終端設備中，響應快又省資源；而 GPT-4o 適合在云端進行更復雜的語義分析、多模態交互。
模型名 版本 描述 對應級別 上線時間 適用場景 Claude 3.5 Sonnet 3.5 尚未公開發布 ，可能是即將上線的下一代主力模型。中端（Sonnet） —— 暫無，預計比 3.0 更強、更快 Claude 3.7 Sonnet Max 3.7 Max 暫未公開 ，看起來是內部測試版或企業專屬高性能版。中端增強版 —— 可能支持更長上下文、更快推理 Claude 3.7 Sonnet 3.7 現階段最強的中端模型之一 ，預計是 Claude Sonnet 的進化版。中端升級 預計 2024 下半年或內測中 更高精度、更強多模態、更快響應速度
模型版本 對應功能提升 是否公開可用 應用場景方向 Claude 3.5 Sonnet 精度提升、推理增強 ? 尚未發布 新一代中端主力，或用于對比 GPT-4o Claude 3.7 Sonnet Max 上下文更長、更強多模態 ? 內測或企業版 更復雜任務，如代碼、語義推理、文檔分析 Claude 3.7 Sonnet 性能更強的 Sonnet ? 尚未開放 替代 Claude 3.0 Sonnet，主力模型
? Claude 3 Opus（旗艦，類似 GPT-4） ? Claude 3 Sonnet（中端，默認最常用） ? Claude 3 Haiku（輕量，極快，類似 GPT-3.5） 維度 Claude 3 Opus Claude 3 Sonnet Claude 3 Haiku GPT-4o GPT-4-turbo GPT-3.5-turbo 📅 上線時間 2024年3月 2024年3月 2024年3月 2024年5月 2023年11月 2022年11月 📈 模型定位 旗艦，最強 中端主力 快速輕量 多模態旗艦 高性價比旗艦 快速輕量 🧠 推理能力 超強 強 中 超強（類似 Opus） 強 中等 📄 上下文長度 200K tokens 200K tokens 200K tokens 128K tokens 128K tokens 16K tokens 🎨 多模態支持（圖像） ?（強） ?（中） ? ?（超強） ?（較強） ? 🗣? 語音交互 ?（無語音原生） ? ? ?（原生語音，延遲僅232ms） ? ? 🔐 API 接入 Anthropic API / AWS Bedrock 同上 同上 OpenAI API / ChatGPT 同上 同上 🧾 引用能力（文檔問答） ? 強，擅長長文檔 ? ? ? 更強長文檔理解 ? ?? 弱 📚 代碼生成能力 ? 頂級 ? 強 ?? 限 ? 頂級 ? 強 ?? 中 🧩 知識更新 2023年8月（固定） 同上 同上 2024年10月 同上 2023年 🧮 數學 & 邏輯 ? 強（不如 GPT） 中上 中等 ? 最強 ? 強 ?? 弱 📊 模型穩定性 ? 極高 ? 高 ? 高 ? 高 ? 高 ? 高 💰 成本（API） 高 中 低 中（GPT-4 性能、GPT-3.5 成本） 中 低
能力 Claude 3 GPT-4o 🖼? 圖像理解 ? Opus 表現強，支持圖像分析、圖表解析 ? 圖像識別能力極強（可解析圖像+理解文字+OCR） 🎨 圖像生成 ? 不支持 ? 支持 DALL·E 🎤 語音輸入 ? ? 支持語音對話，延遲極低（232ms） 🔈 語音輸出 ? ? 六種情緒語調，幾乎類人語音合成 🎬 視頻能力 ? ?? 可能后續支持（暫不可用）
使用場景 推薦模型 📱 Android/智能座艙語音控制 GPT-4o （語音+多模態強，適合實時交互）🧠 復雜語義推理 / 文檔問答 Claude 3 Opus / Sonnet （長上下文表現極佳）🏎? 快速響應+低延遲服務 Claude 3 Haiku 或 GPT-3.5-turbo 🎓 專業技術寫作 / 專利分析 Claude 3 Opus / GPT-4o （知識+表達強）💬 中文表達能力 GPT-4o ≈ Claude Opus > 其他（都很優秀）
Claude 3 系列 優勢：上下文長達 200K、非常穩定、表達流暢、適合長文檔總結、偏“安全穩健”風格 劣勢：暫無語音交互、圖像理解也不如 GPT-4o 靈活 GPT-4o 優勢：原生語音交互 、圖像理解極強、代碼生成、響應速度快、成本優化 劣勢：上下文略短（128K）、不公開架構，API 限制較多 
——控件的基類Control)
)
