OpenAI 推出面向所有用戶的更快更便宜 AI 模型

ChainCatcher 消息，OpenAI 發佈最新旗艦級模型 GPT-4o，可以實時推理音頻、視覺和文本，主打概念為擬人化、超自然、超低時延的個人語音互動助手。

根據 OpenAI 官方網站及 X 平台官方帳號相關資訊，GPT4o 中的 o 代表 Omni（全面），是邁向更自然的人機互動的一步------它接受文本、音頻和圖像的任意組合作為輸入，並支持生成任意組合的文本、音頻和圖像輸出。它可以在 232 毫秒內響應音頻輸入，平均 320 毫秒，與對話中人類反應時間相似。在英語和代碼方面，它與 GPT-4 Turbo 性能相當，在非英語語言文本上有顯著改進，同時 API 速度更快且成本便宜 50%。與現有模型相比，GPT-4o 在視覺和音頻理解方面表現特別出色。文本和圖像輸入將於今日在 API 和 ChatGPT 中推出，語音和視頻輸入將在未來幾週內推出。