GPT-4o 是 OpenAI 春季发布会上推出的一款模型，具有以下特点：
多模态输入输出：接受文本、音频和图像的任意组合作为输入，并生成文本、音频和图像输出的任意组合。 快速响应：在音频输入方面表现出色，响应时间与人类相似。性能提升：在英语文本和代码上的性能与 GPT-4 Turbo 相匹配，在非英语语言的文本上也有显著改进。 视觉和音频理解出色：在视觉和音频理解方面具有优势。 内置安全性：通过过滤训练数据和改进模型行为等技术，在设计上具有跨模态的内置安全性。广泛的外部红队测试：经历了广泛的外部红队测试。 强大的功能：在音频转录、翻译、总结、语音合成、图像生成、视频总结等方面表现出色。 API 优势：速度更快，价格更便宜，访问限制更高。