GPT-4o

gpt-4o

GPT-4o 是 OpenAI GPT-4o 一代的多模态旗舰模型，支持文本和图像输入，并具备较强的通用智能。官方文档将它描述为适合广泛语言与视觉任务的高智能通用模型。在更看重多模态理解和自然交互，而不是最新推理栈的场景中，它仍然有价值。

上下文窗口

128K Token

最大输出

16.4K Token

发布日期

2024年5月13日

模态

GPT-4o 价格

输入价格	输出价格	缓存读取
$2.5/M	$10/M	$1.25/M

GPT-4o API 能力

推理

不支持

工具调用

支持

Temperature 参数

支持

附件

支持

知识库

2023-09-01

Endpoint 协议

Completions APIMessages APIgemini

GPT-4o 模型亮点

GPT-4o 是一款通用模型，结合文本生成、图像理解和及时响应能力，可处理多种工作负载。

通用语言能力

在单一通用模型中处理多个领域的写作、解释、分析和编程任务。

图像理解

结合文字指令解读照片、图表、截图和文档页面。

及时的通用响应

在模型能力与速度之间取得平衡，适合覆盖多种常见任务的交互式应用。

GPT-4o 使用场景

GPT-4o 适合多模态助手、视觉文档分析以及交互式内容和编程辅助。

多模态辅助

回答与图文输入相关的问题，使用户能够用自然语言讨论可见内容。

视觉文档分析

分析文档页面、表格和图表，提取信息、解释规律并生成简洁摘要。

交互式内容辅助

通过及时的多轮对话帮助用户起草、修改和解释文字或代码内容。

如何通过 TokenHub API 使用 GPT-4o

创建 API key

import OpenAI from "openai"

const client = new OpenAI({
  apiKey: process.env.TOKENHUB_API_KEY,
  baseURL: "https://us-api.tokenhub.com/v1",
})

const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)

GPT-4o 基准测试

指数分数
Artificial Analysis 综合能力指数Artificial Analysis 综合能力指数汇总多个评测维度，用于观察模型的整体能力表现。	Artificial Analysis 综合能力评分	9.6
Artificial Analysis 代码能力指数Artificial Analysis 代码能力指数汇总模型在代码生成、调试和软件工程任务中的表现。	Artificial Analysis 软件任务评分	16.6
知识与推理
GPQAGPQA 是面向研究生级科学问题的评测集，用来测试模型的专家级推理能力。	高阶科学问题求解	52.1%
HLEHLE 覆盖多个领域的高难度专家级知识与推理问题。	广泛专家级考试集合	2.9%
代码与工程
LiveCodeBenchLiveCodeBench 使用较新的编程题评估模型代码能力，降低训练数据污染带来的影响。	近期编程题评测	31.7%
SciCodeSciCode 评估模型在科学计算场景下编写 Python 代码和实现算法的能力。	科学计算代码挑战	33.1%
Terminal-Bench HardTerminal-Bench Hard 评估 AI Agent 在终端环境中完成复杂任务的能力。	高难度终端任务执行	8.3%
数学能力
MATH-500MATH-500 通过一组精选高难度数学题评估模型的问题求解能力。	高难度数学解题	79.5%
AIMEAIME 用竞赛风格数学题评估模型的数学推理能力。	数学竞赛题	11.7%
指令遵循与 Agent 任务
IFBenchIFBench 衡量模型遵循复杂指令和约束条件的稳定性。	指令约束遵循	36.0%
AA-LCRAA-LCR 衡量模型在长上下文窗口中的推理质量。	长上下文推理	35%
τ²-Benchτ²-Bench 使用带工具和状态约束的真实工作流，评估对话式 Agent 的任务完成能力。	Agent 工作流任务	28.9%

指标来源 Artificial Analysis

关于 GPT-4o 的常见问题

了解 GPT-4o 的定位、适合处理的任务、主要优势、使用限制，以及在 TokenHub 中接入时需要注意的事项。

GPT-4o 是一款什么类型的模型？+

GPT-4o 是 OpenAI 较早一代的 Omni 模型，可处理通用文本和视觉理解任务，目前属于较旧的 API 选项。它已从 ChatGPT 下线，但 API 可能仍可用；请以 TokenHub 当前页面为准。

团队可以用 GPT-4o 做什么？+

它适合文本与图像输入分析、响应及时的交互式助手以及通用内容生成。上线前应使用有代表性的输入进行测试，并制定可衡量的验收标准。

GPT-4o 在哪些技术方面更有优势？+

它最实用的优势包括结合文本与图像的理解能力、广泛的通用能力以及响应自然的对话表现。这些特点对响应及时的交互式助手尤其有价值。

什么情况下应该选择其他模型，而不是 GPT-4o？+

如果新项目应采用提供商当前推荐的新一代模型、任务需要专门的推理模型，或重要决策流程无法安排人工复核，可以考虑其他模型。涉及事实、法律、财务、医疗或运营的重要结果，应由具备相关资质的人员复核。

通过 TokenHub 接入 GPT-4o 前需要检查什么？+

在 TokenHub 中，请选择页面显示的 GPT-4o 精确模型标识，使用账号文档中指定的接口，并通过 TokenHub 凭证完成认证。请查看 TokenHub 当前文档中的文本与图像输入支持情况，因为平台开放能力可能与提供商完整能力不同。

准备调用 GPT-4o？

通过一个 API Key 接入 GPT-4o 与更多 AI 模型。

创建 API Key

GPT-4o

GPT-4o 价格

GPT-4o API 能力

GPT-4o 模型亮点

通用语言能力

图像理解

及时的通用响应

GPT-4o 使用场景

多模态辅助

视觉文档分析

交互式内容辅助

如何通过 TokenHub API 使用 GPT-4o

GPT-4o 基准测试

Hello GPT-4o | OpenAI

Say hello to GPT-4o

Palpitations 3 yrs later

Hello GPT-4o, OpenAI's Most Advanced AI Model

The World’s Best AI: OpenAI Just Released GPT-4o (Mind Blowing)

Hello GPT-4o-mini & Mistral NeMo!!!

关于 GPT-4o 的常见问题

准备调用 GPT-4o？

GPT-4o

GPT-4o 价格

GPT-4o API 能力

GPT-4o 模型亮点

通用语言能力

图像理解

及时的通用响应

GPT-4o 使用场景

多模态辅助

视觉文档分析

交互式内容辅助

如何通过 TokenHub API 使用 GPT-4o

GPT-4o 基准测试

与 GPT-4o 相似的模型

媒体与讨论

X (Twitter)

Reddit

Hello GPT-4o | OpenAI

Say hello to GPT-4o

Palpitations 3 yrs later

YouTube

Hello GPT-4o, OpenAI's Most Advanced AI Model

The World’s Best AI: OpenAI Just Released GPT-4o (Mind Blowing)

Hello GPT-4o-mini & Mistral NeMo!!!

关于 GPT-4o 的常见问题

准备调用 GPT-4o？