OpenAl 深夜大招！发布 GPT-4o 速度翻倍价格减半，全新升级多模态模型

太震撼了，没等到GPT-5，却迎来了 OpenAI 新旗舰模型 GPT-4o！

5月14日凌晨，OpenAI 的 CTO Mira Murati 在 2024 年春季发布会上发布了新旗舰模型——GPT-4o，她激动地宣布了这一重磅消息。GPT-4o 将 GPT-4 级别的智能赋予所有人，更在易用性和多模态交互上迈出了前所未有的一步。

科幻电影《Her》中的未来场景已经成为现实！

GPT-4o 不仅能处理文本，更能应对图像和音频数据，实现全方位的智能交互。在 MMLU 评测中，它创下了88.7%的新高分，超越市面上所有其他大模型，320 毫秒的平均响应时间更是令人瞩目，基本上达到了人类交流的自然速度。

想象一下，一个模型能同时做实时翻译、唱歌、讲解数学题，甚至还能声情并茂地与我们交流，这不就是我们一直期待的“全能助手”吗？

说到“全能”，就不得不提 GPT-4o 这个名字中的“o”，它代表着“Omni”，意为“全体”、“所有”或“全面的”。这个名字可谓名副其实，因为 GPT-4o 确实无所不能。

GPT-4o有多强？

GPT-4o 作为新旗舰，最大的亮点就是把高端智能服务变得触手可及。Murati 强调，OpenAI 的初心就是让先进的人工智能工具对所有人免费开放。而 GPT-4o，就是这个理念的完美体现。它在文本、视觉、音频等方面都表现得相当出色，运行速度也大幅提升。

和以往的模型不同， GPT-4o 通过端到端训练，所有输入和输出都由相同的神经网络处理。以前的语音交互模型总是受到背景噪音、多重声音、语调理解等问题的困扰。

但 GPT-4o 通过原生的语音转录、智能处理和文本转语音技术，大大降低了交互延迟，即便你打断插嘴，也能瞬时响应。甚至还可‮听以‬懂你的微妙情绪变化，哪怕是呼吸。

OpenAI 特别指出，以上这些官方演示视频都是1倍速真实录制，没有经过剪辑加速，我们可以清楚看到 GPT-4o 的响应速度有多么震撼。

更厉害的是，GPT-4o 还带来了丰富的功能拓展。它不仅能跨声音、文本和视觉进行智能推理，还把原本只属于付费用户的高级工具普及给了所有人。在GPT 应用商店里，你可以自由使用这些工具来创作、工作和学习。而且，GPT-4o 还支持多语言，在 50 种不同语言中都提升了质量和速度。

为了让更多人轻松使用 ChatGPT，OpenAI 团队还推出了 Mac 版，并更新了界面，操作更加简洁自然。这无疑给我们带来了更便捷、更智能的交互体验。

对于开发者们来说，现在就能通过 API 访问 GPT-4o 的文本和视觉模型了，这意味着你可以在自己的应用或项目中轻松集成这一强大智能。

跟 GPT-4 Turbo 比起来，GPT-4o 的速度快了 2 倍，价格还便宜一半，限制速率也提高了 5 倍！

普通用户什么时候能用上？

这么强大的新模型，是不是让你跃跃欲试了呢？别急，GPT-4o 的文本和图像功能今天在 ChatGPT 上就能用了。免费版里就有 GPT-4o，但使用时有消息数量的限制，而 Plus 订阅用户则能享受高达 5 倍的消息上限，带有 GPT-4o 的 Voice Mode 音频版本也将在未来几周内推出。

可以说，GPT-4o的发布标志着人工智能领域又迈出了重要的一步。

在某种程度上，我们甚至可以认为通用人工智能（AGI）已然成为现实。让我们一起期待这个新时代将会带给我们怎样的惊喜和变革吧！