认识 OpenAI 的 GPT-4o：支持文本、图像和语音输入的免费 LLM »

OpenAI 背后的大脑 Sam Altman 在 Twitter 上宣布了一个新的 LLM 模型后推出了它。

GPT-4o 是 LLM 模型的最新改进，可以接受多模态输入。它可以轻松理解语音、文本或图像命令。

OpenAI 正在将 GPT-4o 集成到 ChatGPT 中，并且不限制付费墙后面的新 LLM。

GPT-4o 有多好？

与以前的模型相比，GPT-4o 的速度要快得多。根据 Sam 分享的一张图片，该模型在所有日常任务上都表现得更好，尤其是编码。

与来自不同公司的其他较旧的 GPT 模型和 LLM 相比，该模型的总体评分为 1310。

它在编码类别中得分 1369，领先其他型号一英里。

Sam 继续在所有部门演示新模型。视频剪辑显示演示者使用语音功能与由 GPT-4o 提供支持的 ChatGPT 互动。

令我们惊讶的是，当您与一位非常老的朋友交谈时，AI 助手保持了类似人类的语气和音调。

官方网页声称，“它可以在短短 232 毫秒内响应音频输入，平均为 320 毫秒。”

这些数字表明新模型非常接近人类在对话中的响应率。

音频交互听起来不像大多数语音助手那样机械或单调。

Sam 指出了巨大的差异，并说：“实时语音和视频感觉非常自然。”

然后，演示者切换到视频模式并编写了一个方程式，新模型可以快速识别并求解。

编码演示毫不费力地解释了演示者指出的一系列代码片段。

带有 GPT-4 模型的 ChatGPT 仅适用于付费订阅者。但 GPT-4o 可供所有现有的 ChatGPT 成员（免费和付费）免费使用。

但是，带有 Alpha 版 GPT-4o 的语音模式仅适用于 ChatGPT Plus 订阅者。

开发人员可以以 GPT 4 一半的价格获得新 LLM API 的实践经验。此外，OpenAI 声称该 API 的速度提高了两倍，速率限制是五倍。