GPT-4o
AI模型
多模态
上一代
'Omni': one network for text, vision and real-time speech.
您正在查看一条 AI 模型记录：谁构建了它、它能做什么，以及其背后的硬件与数据。
GPT-4o merged modalities into a single end-to-end model — real-time voice conversation with ~300 ms latency, native image understanding and generation hooks — and became ChatGPT's free default in 2024, the moment multimodal stopped being a demo.
它如何与整个技术栈相连
本记录的关联链接一览——点击分组可直接跳转。
开发方
后继产品
前代产品
来源
记录审阅截至 2026-01-15 — 查看 方法论.