OpenAI 春季发布会
输入“/”快速插入内容
✨OpenAI 春季发布会
OpenAI 春季发布会
用户2838用户2838
用户6949用户6949用户2810用户2810
用户8464用户84642025年10月14日修改
✨
本文档开放编辑，欢迎共建，讨论OpenAI春季发布会的一切！
🔔 简介
📌
ChatGPT Mac客户端（点击可下载）：ChatGPT_Desktop_public_latest.dmg
所有人都可以直接使用GPT-4O
直观感受一下GPT-4O的实时多模态交互
OpenAI春季发布会英文完整版
GPT-4o，「o」代表着「omni」，意味着OpenAI朝着通用人工智能的交互迈出了重要一步
1.
多模态输入输出：
◦
文本、音频、图像等模态的任意组合的输入与输出
◦
训练方法：单一新模型端到端训练，处理所有输入和输出
2.
接近人类的响应时间：
◦
音频输入的响应时间：最短232毫秒，平均320毫秒
3.
多快好省：
◦
成本：API使用费用降低50%
◦
英文文本和代码：与GPT-4 Turbo相当，非英文语言文本显著改进
◦
视觉和音频理解：优于现有模型
◦
推理速度：GPT-4o 的速度是 GPT-4 Turbo 的 2 倍
◦
限制：GPT-4o 的速率限制是 GPT-4 Turbo 的 5 倍——每分钟最多可处理 1000 万个Token
◦
GPT-4o 目前的上下文窗口为 128k，知识截止日期为 2023 年 10 月
4.
模型评估
在传统基准测试中的测量结果显示，GPT-4o在文本、推理和编码智能方面达到了GPT-4 Turbo的性能水平，同时在多语言、音频和视觉能力方面创下了高水平的新记录。
•
改进推理能力 - 在零样本cot MMLU测试中，GPT-4o获得了88.7%的新高分。
•
音频ASR性能 - GPT-4o在所有语言上显著提高了相对于Whisper-v3的语音识别性能，尤其是在小语种上。
•
音频翻译性能 - GPT-4o在语音翻译方面设立了新的业界标准，并在MLS基准测试中超越了Whisper-v3。