POST /v1beta/models/{model}:generateContentGPT-4o
gpt-4oGPT-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。
最大上下文
128KToken
最大输出
16.4KToken
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
GPT-4o 基准测试
9.6
/100
Artificial Analysis 综合能力指数
Artificial Analysis 综合能力评分
指数分数
16.6
/100
Artificial Analysis 代码能力指数
Artificial Analysis 软件任务评分
指数分数
知识与推理
GPQA
高阶科学问题求解
52.1%
HLE
广泛专家级考试集合
2.9%
代码与工程
LiveCodeBench
近期编程题评测
31.7%
SciCode
科学计算代码挑战
33.1%
Terminal-Bench Hard
高难度终端任务执行
8.3%
数学能力
MATH-500
高难度数学解题
79.5%
AIME
数学竞赛题
11.7%
指令遵循与 Agent 任务
IFBench
指令约束遵循
36.0%
AA-LCR
长上下文推理
35%
τ²-Bench
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。
媒体与讨论
精选与此模型相关的公开视频和帖子。
X (Twitter)
Reddit
YouTube