GPT-4o

GPT-4o（英語：Generative Pre-trained Transformer 4 Omni）是由OpenAI訓練的多語言、多模態（多種類型數據，例如文字、圖像、音頻等）GPT大型語言模型。GPT-4o於2024年5月13日發佈。 ^[1] 該模型比其前身GPT-4快兩倍，而價格僅為其50%。該模型由米拉·穆拉蒂在OpenAI直播演示中宣佈。 ^[1] OpenAI聲稱該模型將對所有用戶免費， 並為付費ChatGPT Plus用戶提供高達5倍的訊息上限。^[2]

GPT-4o最初在LMSYS上以3個不同模型的形式暗中發佈。這3個模型分別稱為gpt2-chatbot、im-a-good-gpt2-chatbot和im-also-a-good-gpt2-chatbot。2024年5月7日，薩姆·奧爾特曼透露OpenAI發佈了這些神秘的新模型。^[3]

GPT-4o在語音、多語言和視覺基準測試中取得了最先進的成果，在音頻語音辨識和翻譯領域創下了新紀錄。^[4] GPT-4o在MMLU基準測試中的得分為88.7，而GPT-4 的得分為86.5。^{[4] [5]}

根據該公司的演示，GPT-4o將有效地將ChatGPT轉變為可以進行即時語音對話的數位個人助理。 它還能夠使用文字和「視覺」進行互動，這意味着它可以檢視用戶上載的螢幕截圖、相片、文件或圖表，並就它們進行對話。OpenAI演示了與ChatGPT的語音對話，以獲得解決數學問題的即時說明、講述睡前故事並獲得編碼建議。^[6] 免費ChatGPT用戶將可以與新的GPT-4o模型進行有限次數的互動，然後該工具會自動恢復依賴更小的GPT-4o mini模型；付費用戶將可以使用最新GPT-4o訪問更多數量的訊息。^[6]

該模型支援超過50種語言，覆蓋超過97%的口語語言。它目前是LMSYS Elo Arena基準測試中的領先模型。^[7]

OpenAI於2024年7月18日發佈了GPT-4o mini，比起GPT-4o更小，而且價格更便宜。^[8]

根據OpenAI的說法，其低成本預計對那些希望將其整合到服務中的公司、初創企業和開發者特別有用，因為他們通常會進行大量的API呼叫。其API的費用為每百萬輸入標記15美分，每百萬輸出標記60美分，相比之下，GPT-4o分別為5美元和15美元。它的效能也比GPT-3.5更好，而且比後者便宜60%。

• 官方網站
• OpenAI Introducing GPT-4o, updates to ChatGPT, and more （頁面存檔備份，存於互聯網檔案館）