OpenAI推出的旗舰模型GPT-4o和GPT4的区别有哪些？

OpenAI于2024年5月13日推出了其旗舰模型GPT-4o，它是GPT-4的更新版本。GPT-4o在以下几个方面对GPT-4进行了改进：

性能

GPT-4o的速度比GPT-4 Turbo快2倍，每分钟最多可达1000万个令牌。 GPT-4o的响应速度比GPT-4 Turbo快2倍。

成本

GPT-4o的成本比GPT-4 Turbo便宜50%。

多模态能力

GPT-4o可以理解和生成文本、图像和音频。 GPT-4o可以识别物体并根据视觉做出快速的响应和回答。 GPT-4o可以在语音对话中理解人们的情绪。

GPT-4o最大意义就在于，把GPT-4级别的智能，带给了OpenAI的每一位用户！从此以后，无论你是付费用户，还是免费用户，都能通过它体验GPT-4了。唯一不同的是，ChatGPT Plus的消息限制是免费用户的5倍。并且，GPT-4o不仅提供与GPT-4同等程度的模型能力，推理速度还更快，还能提供同时理解文本、图像、音频等内容的多模态能力。

实时语音对话：ChatGPT完美变身Moss

研发负责人Mark Chen首先展示的，是全新ChatGPT的关键功能之一——实时语音对话。他向它问道：「我正在台上，给大家做现场演示呢，我有点紧张，该怎么办呀？」ChatGPT非常体贴地表示：「你在台上做演示吗，那你真的太棒了！深呼吸一下吧，记得你是个专家！」Mark疯狂地大喘气几次，问ChatGPT能给自己什么建议吗。（此处全场笑声）它惊讶地说道：「放松啊Mark，慢点呼吸，你可不是个吸尘器！」

注意，在这个过程中，ChatGPT和Mark的互动几乎无延迟，随时接梗，共情能力满分。而且，模型能够理解人类在对话中适时「打断」的习惯，会及时停下来听你说话，并给出相应的回复，而且也不会「断片」。比如，Mark表示自己要再试一遍深呼吸，此时ChatGPT也恰到好处地插进来接话说「慢慢呼气」。整个过程，自然连贯得仿佛它是个坐在你对面的人类，完全没有AI的机械感和僵硬感！相比反应迟钝、没法打断还缺少情商的Siri等语音助手，这局ChatGPT完胜。

这，才是人类最理想AI语音助手的样子啊，Moss果然成真了！不仅如此，ChatGPT的「高情商」也让观众们惊呼太顶了！对话中，它可以听懂用户说话时不同的语调、语气，还能根据自己的台词生成不同语气的语音，完全没有「机械感」。扮演不同角色，给任性的人类讲睡前故事

接下来，ChatGPT被要求讲一个睡前故事，主题是「恋爱中的机器人」。

ChatGPT没讲几秒，就被人类粗暴地打断了：「多点情绪，故事里来点戏剧性行不？」ChatGPT表示ok，用更起伏的声调、更夸张的语气开始讲起了故事。结果没几秒，它又被再次打断：「不行不行，再多点情感，给我最大程度的表达可以吗？」

接下来，我们听到一个仿佛在舞台上表演莎剧的ChatGPT，语气夸张到仿佛是个戏剧演员。

随后，它又多次被打断，并且耐心地按照人类的要求，依次变成了机器人声和唱歌模式。ChatGPT听到要求自己唱歌时，甚至叹了口气，然后开始亮起了优美的歌喉。这也就是ChatGPT脾气好，要是真人，估计要被暴打了。不过它无奈叹气的那个瞬间，一瞬间的确san值狂掉——真的好像人啊！

视频实时互动解方程

秀完情商，ChatGPT要开始秀智商了。下一个任务，另一位研发负责人Barret手写了一个方程，并打开摄像头拍给ChatGPT，让它扮演「在线导师」的角色帮助自己解题，而且只能给提示，不能直接说答案。

接到任务的ChatGPT，甚至开心大叫：「Oops，我好兴奋啊！」

小哥在纸上写下这样一个方程：3x+1=4。然后问ChatGPT自己写的是什么方程，ChatGPT语调自然地回答出来了。随后，在小哥的要求下，它一步一步说出了解题步骤。最厉害的是，随着小哥在摄像头中解题，ChatGPT实时地就给出了鼓励和引导。而且可怕的是，时间上没有丝毫延迟，这边人还在算呢，那边就实时给出了评价和反馈。（说背后没藏个人还真不信呢）

想起之前谷歌剪辑版的Gemini演示，这对比之下真是打脸啪啪的啊。当被问到「学习线性方程在生活中有什么用」这样的问题时，ChatGPT还会举出实际的例子对你「循循善诱」：这是个不错的问题，虽然我们没有注意到，但线性方程在每天的生活中都会出现，比如计算花销、规划旅行、烹饪，甚至在商业中进行盈亏计算。这基本上是解决问题的一种方式，你需要找到一个未知变量......不仅言之有物，而且态度及其和蔼，说话说到一半被打断时都不会生气。

方程的任务告一段落，两人还现场来了一波表白——在纸上写下「我图片ChatGPT」。

ChatGPT看到后，惊喜又害羞地说：「哦，你竟然说爱我，你太可爱了！」

更新于：5个月前