概览
原生处理文本、视觉和音频的“omni”模型，显著降低多模态交互延迟。
模型编号004
- 发布日期
- 2024-05-13
- 组织
- OpenAI
- 家族
- GPT
01
规格概览
仅展示已有公开资料的规格。
02
概览
为什么重要
GPT-4o 让原生多模态从研究能力转为面向大众的实时产品体验。
前代GPT-4— · 8K ctx
当前GPT-4o— · 128K ctx
新增能力 原生多模态 实时音频
04
架构与能力
主要能力
原生多模态视觉理解实时音频
05
发布历史
GPT-4o 发布，原生统一文本、视觉与音频。
查看原文06
相关模型
点击卡片查看相关模型。
07