• GPT-4o具有与GPT4相同甚至超越GPT4的多模态的能力，包括视觉，联网（伪），记忆，代码甚至是GPTs，能够处理各种形式的输入，如图片、视频和音频，并能够以相同的形式进行回应。

• GPT-4o的语言功能在质量和速度方面都有所提升，支持超过50种语言，其处理速度是上一代模型的5倍，语音延迟大幅降低，达到了人类的反应级别。此外，GPT-4o还能够检测人的情绪，因此能使人机交互更加自然。

• GPT-4o的视觉能力也得到了强化，它可以同时处理和理解图像以及图像中包含的文本内容。这意味着用户可以上传包含文本的截图、照片或文档，GPT-4o可以识别并解析这些图像中的文字信息。

• OpenAI计划优化GPT-4o，使其能够进行更自然、实时的语音对话，并计划通过实时视频与ChatGPT进行对话。

• OpenAI还发布了针对开发者的GPT-4o API，价格仅为之前的一半，速率是原来的5倍。这意味着开发者可以使用这个强大的模型来构建自己的应用程序，将会在速度、成本和功能上都有所提升。

• OpenAI推出ChatGPT的桌面端，目前仅限Mac系统。

• 该模型面向所有人开放，包括免费用户。

一些细节

早已曝光？

阉割版？

注意事项

• 免费账号的GPT-4o的rph是16次/3h，plus用户是免费版的5倍。

• GPT-4o采用了全新的分词器(tiktoken)，这也是GPT-4o的价格对半砍的原因之一，现在它倾向于将非英文语言的句子拆分为更长的词组，但代价。。。

• GPT-4o具备检索互联网的能力，可以参考互联网搜索结果。然而GPT-4o 并非直接连接互联网或实时检索数据，而是通过事先训练好的模型和知识库来回答问题。其回答是基于对大量文本数据的学习和理解，而不是实时检索互联网。

• GPT-4o的语音模式采用了全新的端到端的深度神经网络(DNN)，而不是以前需要将语音转文字再文字转语音。因此流畅性大幅提升，并且能够理解情感。

强开GPT-4o

总结

There are two things from our announcement today I wanted to highlight. 在我们今天的公告中，我想强调两件事。

First, a key part of our mission is to put very capable AI tools in the hands of people for free (or at a great price). I am very proud that we’ve made the best model in the world available for free in ChatGPT, without ads or anything like that.  首先，我们使命的一个关键部分是将非常强大的人工智能工具免费（或以优惠的价格）提供给人们。我非常自豪我们在 ChatGPT 中免费提供了世界上最好的模型，没有广告或类似的东西。

Our initial conception when we started OpenAI was that we’d create AI and use it to create all sorts of benefits for the world. Instead, it now looks like we’ll create AI and then other people will use it to create all sorts of amazing things that we all benefit from.  当我们创立 OpenAI 时，我们的最初构想是我们要创造人工智能并利用它为世界创造各种利益。相反，现在看起来我们将创造人工智能，然后其他人将使用它来创造各种令人惊奇的事物，让我们所有人都受益。

We are a business and will find plenty of things to charge for, and that will help us provide free, outstanding AI service to (hopefully) billions of people.  我们是一家企业，会发现很多东西需要收费，这将有助于我们向（希望如此）数十亿人提供免费、出色的人工智能服务。

Second, the new voice (and video) mode is the best computer interface I’ve ever used. It feels like AI from the movies; and it’s still a bit surprising to me that it’s real. Getting to human-level response times and expressiveness turns out to be a big change. 其次，新的语音（和视频）模式是我用过的最好的计算机界面。感觉就像电影里的人工智能一样；我仍然有点惊讶它是真的。事实证明，达到人类水平的响应时间和表达能力是一个巨大的变化。

The original ChatGPT showed a hint of what was possible with language interfaces; this new thing feels viscerally different. It is fast, smart, fun, natural, and helpful. 最初的 ChatGPT 暗示了语言界面的可能性；这个新事物给人的感觉有本质上的不同。它快速、智能、有趣、自然且有帮助。

Talking to a computer has never felt really natural for me; now it does. As we add (optional) personalization, access to your information, the ability to take actions on your behalf, and more, I can really see an exciting future where we are able to use computers to do much more than ever before. 对我来说，与电脑交谈从来都不是很自然的事情。现在确实如此。当我们添加（可选）个性化、访问您的信息、代表您采取行动的能力等等时，我确实可以看到一个令人兴奋的未来，我们能够使用计算机做比以往更多的事情。

Finally, huge thanks to the team that poured so much work into making this happen! 最后，非常感谢团队为实现这一目标付出了巨大的努力！