24年5月GPT-4o使用教程，一看就会(低配贾维斯？)

一、 GPT-4o

5月13日，GPT-4o发布，听说是低配钢铁侠的贾维斯？赶紧看一下~

二、什么是GPT-4o

GPT-4o（“o”代表“omni”）是迈向更自然的人机交互的一步——它接受文本、音频、图像和视频的任意组合作为输入，并生成文本、音频和图像的任意组合输出。（低配贾维斯^_）它可以在短至 232 毫秒的时间内响应音频输入，平均为 320 毫秒，与人类的响应时间相似（和人顺畅对话，强啊~）在一次谈话中。它在英语文本和代码上的性能与 GPT-4 Turbo 的性能相匹配，在非英语文本上的性能显着提高，同时 API 的速度也更快，成本降低了 50%。与现有模型相比，GPT-4o 在视觉和音频理解方面尤其出色。（声称比GPT-4略强，成本更低）

三、GPT-4o性能

根据传统基准测试，GPT-4o 在文本、推理和编码智能方面实现了 GPT-4 Turbo 级别的性能，同时在多语言、音频和视觉功能上设置了新的高水位线。

四、GPT-4o安全性

GPT-4o 通过过滤训练数据和通过训练后细化模型行为等技术，在跨模式设计中内置了安全性，还创建了新的安全系统，为语音输出提供防护。

五、GPT-4o使用

GPT-4o 的功能将迭代推出，GPT-4o 的文本和图像功能开始陆续在 ChatGPT 中推出。现在 ChatGPT Plus 用户可以直接使用GPT-4o，感受这一全能AI的强大功能。

免费套餐中未来会提供 GPT-4o，但是有低于 Plus 用户 5 倍的消息限制。 升级GPT4可以更加深度体验哈~升级可参考 GPT4升级指南

开发人员现在还可以在 API 中访问 GPT-4o 作为文本和视觉模型。与 GPT-4 Turbo 相比，GPT-4o 速度提高 2 倍，价格降低一半，速率限制提高 5 倍。

计划在未来几周内在 API 中向一小群值得信赖的合作伙伴推出对 GPT-4o 新音频和视频功能的支持。

六、GPT-4o使用实例

GPT-4o的功能很强大，比如两个GPT-4o互动并唱歌，和你视频对话，对话和人一样流畅，教你学外语学数学，和你开玩笑等等。这可能就是未来的MOSS啊~ 未来搭配到机器人上，未来可期啊~

这只是一个简单的生成手写诗句的例子。