GPT-4o与GPT-4的差异

OpenAI最近推出了新一代的旗舰模型GPT-4o，这是一款具备实时处理音频、视觉和文本能力的人工智能模型。GPT-4o在性能、速度、成本效益和技术能力方面均较GPT-4有显著提升。它不仅在文本处理、推理和编程智能方面展示了与GPT-4 Turbo相当的性能，还在多语言、音频和视觉能力上设定了新的高标准。

GPT-4o的主要改进

1. 性能提升：GPT-4o在文本、推理和编程智能方面达到了GPT-4 Turbo的水平，同时在处理多语言、音频和视觉任务上也有所提高。
2. 速度提升：GPT-4o生成令牌的速度是GPT-4 Turbo的两倍。
3. 成本降低：在输入和输出令牌的成本上，GPT-4o比GPT-4 Turbo便宜50%。
4. 更高的速率限制：GPT-4o的速率限制是GPT-4 Turbo的五倍，最高可达每分钟1000万令牌。
5. 视觉能力改进：GPT-4o在大多数视觉任务上具有改进的视觉能力。
6. 非英语语言能力的提升：GPT-4o在处理非英语语言方面有所提升，并采用了更高效的非英语文本分词器。

API支持和应用

• GPT-4o目前支持通过视觉能力理解视频（无音频），视频需转换为每秒2-4帧的图片输入至模型。
• 目前，GPT-4o的API尚不支持音频处理，但计划在未来几周内向一组受信任的测试者提供此功能。
• GPT-4o的API也暂不支持生成图像，建议使用DALL-E 3 API进行图像生成。

代码中使用

    
复制
    
from openai import OpenAI
import os

os.environ["OPENAI_API_KEY"] = "sk-"
client = OpenAI()
completion = client.chat.completions.create(
  model="gpt-4o",
  messages=[
    {"role": "system", "content": "You are a helpful assistant."},
    {"role": "user", "content": "Hello!"}
  ]
)

print(completion.choices[0].message.content)

    

总的来说，GPT-4o是一个在多模态人工智能领域具有革命性进步的模型，适用于需要高性能、多语言处理及视觉输入的开发者和企业。如果您目前正在使用GPT-4或GPT-4 Turbo，建议评估是否切换到GPT-4o。