生成型预训练变换模型4多模态（，简称GPT-4o）是由OpenAI开发的多模态大型语言模型，于2024年5月13日发布。其名称中的「o」代表「omni」，意指该模型可处理文字、语音和视觉等多种形式的信息，并作为ChatGPT及OpenAI开发者产品中的基础模型之一使用。
GPT-4o发布时被定位为OpenAI继GPT-4 Turbo后的新一代旗舰模型。与GPT-4 Turbo相比，GPT-4o在运行速度、使用成本以及文字、语音和视觉处理能力方面有所改进，并将部分此前主要面向付费用户的ChatGPT高级功能开放给免费用户。
该模型的基本定位是统一处理文本、图像、语音和视频等输入形式的通用人工智能模型。GPT-4o的推出使ChatGPT的语音和视觉交互能力得到扩展，包括更快的语音回应、图像理解和接近实时的对话交互。
历史
开发背景
在 GPT-4o 發布前，OpenAI 的主要模型產品包括 GPT-4 與 GPT-4 Turbo。GPT-4 已支援文字與圖像輸入，而 GPT-4 Turbo 則在上下文長度、回應速度和使用成本方面作為後續版本推出。2024年5月，GPT-4o 的發布被視為 OpenAI 將 ChatGPT 從以文字互動為主，進一步推向語音、圖像與即時互動的一次產品更新。
GPT-4o 發布前，OpenAI 的語音互動功能主要依賴多個系統組合完成，包括語音辨識、語言模型和語音合成。GPT-4o 則被設計為在同一模型框架下處理文字、語音、圖像和影片等輸入，從而降低語音互動延遲，並支援更接近即時對話的使用方式。
在正式發布前，一個匿名聊天模型曾出現在 LMSYS 的 Chatbot Arena 測試平台上。該模型曾使用「gpt2-chatbot」等名稱，並在平台排行榜中取得較高成績。GPT-4o 發布後，OpenAI 研究人員確認該匿名模型與 GPT-4o 有關。
2024年5月13日，OpenAI 在 Spring Update 直播活動中發布 GPT-4o。該活動由 OpenAI 技術長米拉·穆拉蒂主持，展示了語音對話、視覺理解、多語言交流、數學輔導和程式碼輔助等使用場景。此次活動以 GPT-4o 和 ChatGPT 功能更新為中心，而非外界此前猜測的 GPT-5 或獨立搜尋產品。
发布
GPT-4o 于2024年5月13日发布。发布后，该模型逐步用于 ChatGPT 和 OpenAI 面向开发者的产品。最初开放的能力包括文本和图像输入以及文本输出；新的语音模式则计划在随后阶段向部分 ChatGPT Plus 用户开放。
发布后，GPT-4o 取代 GPT-4 Turbo 成为 ChatGPT 中的主要模型之一。部分此前主要面向付费用户的 ChatGPT 功能也开始向免费用户开放。多家媒体在发布报道中将 GPT-4o 与 GPT-4 Turbo 进行比较，重点提及其响应速度、调用成本和多模态交互方式。
GPT-4o 的发布也标志着 ChatGPT 从以文本聊天为主的界面进一步扩展到语音和视觉交互。发布演示包括语音回应、图像理解、屏幕内容分析和多语言对话等内容。
生命周期
GPT-4o 发布后，OpenAI 在 ChatGPT 和 API 中围绕该模型推出多项产品功能和模型版本。2024年5月，GPT-4o 首先作为 ChatGPT 和 API 中的新模型推出，向免费用户开放部分能力，并向开发者提供文本和视觉 API。
2024年8月，OpenAI 发布 GPT-4o 系统卡，说明该模型在文本、音频、图像和视频输入，以及文本、音频和图像输出方面的能力、限制和安全评估。系统卡列出了 GPT-4o 在语言、视觉、音频和部分专业任务评估中的表现，并说明了发布前进行的安全测试和风险缓解措施。
2024年10月，OpenAI 推出 Canvas，作为 ChatGPT 中用于写作和代码协作的界面。Canvas 在测试阶段基于 GPT-4o 构建，允许用户在独立窗口中编辑文本或代码。该功能最初向 ChatGPT Plus 和 Team 用户推出，随后计划扩展至 Enterprise、Edu 和免费用户。
同月，OpenAI 推出 ChatGPT Search，将网络搜索能力整合进 ChatGPT。该功能使用经过微调的 GPT-4o 版本，以支持用户在对话中获取较新的网络信息。
2024年11月，OpenAI 在 API 中提供 "gpt-4o-2024-11-20"等 GPT-4o 快照版本，使开发者能够调用特定版本的 GPT-4o。OpenAI API 文档列出了 GPT-4o 的模型别名和快照，并说明该模型可接受文本和图像输入、生成文本输出。
2024年12月，苹果发布 iOS 18.2、iPadOS 18.2 和 macOS Sequoia 15.2，将 ChatGPT 集成进 Siri、写作工具和其他 Apple Intelligence 功能。该整合使用户能够在苹果系统层面调用 ChatGPT；相关报道通常将其描述为 ChatGPT 集成，而非单独的 GPT-4o 产品发布。
2025年1月，OpenAI 更新 GPT-4o，使其知识截止时间从2023年11月扩展至2024年6月。OpenAI 的模型发布说明称，该更新也涉及视觉理解、复杂图表和空间关系分析等任务。
2025年3月，OpenAI 将图像生成功能整合进 GPT-4o，使 ChatGPT 能够使用 GPT-4o 创建和编辑图像。该功能取代或补充了此前主要依赖 DALL-E 的图像生成流程，并向 ChatGPT Plus、Pro、Team 和 Free 等不同层级用户推出。
2025年4月，ChatGPT 的记忆功能获得扩展。除用户明确保存的记忆外，ChatGPT 还可以参考过往聊天记录，以提供更具上下文连续性的回应。该功能首先面向 ChatGPT Plus 和 Pro 用户推出。
2025年8月，OpenAI 发布 GPT-5 后，GPT-4o 在 ChatGPT 中的可用性发生调整。GPT-5 被设为 ChatGPT 登录用户的新默认模型，GPT-4o 不再作为默认模型，并一度从原有模型选择流程中移除。该阶段并非 GPT-4o 的最终退役；随后，OpenAI 恢复了订阅用户对 GPT-4o 的可选访问。
2025年9月，OpenAI 开始调整 ChatGPT 的安全路由机制，将部分敏感对话路由至 GPT-5 等推理模型处理，并推出家长控制相关功能。相关调整涉及 ChatGPT 中的模型路由和安全处理机制。
2025年10月，围绕 GPT-4o 是否即将退役的传言出现后，OpenAI 向 TechRadar 确认，当时没有在10月停用 GPT-4o 的计划，并表示若未来发生退役，将提前通知用户。
2025年11月，OpenAI 通知开发者，"chatgpt-4o-latest"模型快照将被弃用，并于2026年2月17日从 API 中移除。该变更涉及 GPT-4o 在 API 中的特定 ChatGPT 快照，而非所有 GPT-4o 快照在同一时间停用。OpenAI API 弃用文档还列出部分 GPT-4o 相关 API 模型的后续停用安排，包括 "gpt-4o-realtime-preview"、"gpt-4o-audio-preview"等模型于2026年5月7日停用，以及 "gpt-4o-2024-05-13"于2026年10月23日停用。
2026年1月，OpenAI 公布 GPT-4o 在 ChatGPT 中的最终退役计划。根据该计划，GPT-4o、GPT-4.1、GPT-4.1 mini 和 OpenAI o4-mini 将于2026年2月13日从 ChatGPT 中退役；OpenAI 同时表示，当时 API 不受影响。 OpenAI Help Center 后续说明，ChatGPT Business、Enterprise 和 Edu 用户可在自定义 GPT 中继续使用 GPT-4o 至2026年4月3日；4月3日后，GPT-4o 在所有 ChatGPT 计划中完全退役。
功能
GPT-4o 是一种多模态模型，主要用于文本、图像、语音和视觉信息处理，并通过 ChatGPT 与 OpenAI API 向用户和开发者提供。发布时，多家媒体将其描述为 OpenAI 将文字、语音和视觉交互整合到同一模型体系中的一次更新，而不是单独的语音、图像或文本产品。
文本
在文本任务中，GPT-4o 被用于对话、写作、问答、摘要、多语言处理和推理类任务。发布时的报道通常将其与 GPT-4 Turbo 比较，重点提及响应速度、使用成本、多语言能力和 ChatGPT 免费用户可用性的变化。
一项2024年的学术评估将 GPT-4o 作为通用多模态大型语言模型进行测试，评估范围包括语言、视觉、语音和多模态任务。该研究没有只把 GPT-4o 视为文本聊天模型，而是把它放在多种输入形式下进行比较。
图像
GPT-4o 支持图像输入和视觉理解，用户可以围绕照片、截图、图表、手写内容等视觉材料提问。2024年5月发布演示中，GPT-4o 被展示用于解释图像信息、辅助数学题和处理屏幕内容。
2025年3月，ChatGPT 的图像生成功能改为由 GPT-4o 提供支持，使用户能够在 ChatGPT 中生成和编辑图像。相关报道指出，这一更新改变了此前主要依赖 DALL-E 的图像生成流程，并向多个 ChatGPT 使用层级推出。
围绕 GPT-4o 图像生成的研究也指出，该模型在图像生成、编辑和指令跟随方面表现出新的使用形式，但在需要细粒度空间关系、条件推理或知识约束的任务中仍存在限制。
语音
GPT-4o 与 ChatGPT 的高级语音交互功能相关。发布时的报道认为，GPT-4o 使 ChatGPT 的语音对话更接近实时交流，能够在用户打断时继续处理对话，并可在语气和表达方式上产生变化。
学术研究也开始将 GPT-4o 语音模式作为音频语言模型的一部分进行评估。一项2025年的初步研究测试了 GPT-4o 语音模式在音频、语音和音乐理解任务中的表现，认为其在部分语音和语义推理任务中有一定表现，但在音频时长预测和乐器分类等任务中仍有局限。
视频与屏幕输入
GPT-4o 可用于处理来自摄像头、图像或屏幕环境的视觉信息，但它并不是视频生成模型。发布演示和媒体报道主要关注其对实时视觉输入、屏幕内容和图像材料的理解，而不是生成视频。
代码
GPT-4o 也被用于代码辅助。2024年5月的发布活动展示了其在代码相关任务中的使用方式，媒体报道也将代码辅助列为发布演示的一部分。
在独立评估中，GPT-4o 通常与其他多模态模型或大型语言模型一起接受测试，评估内容包括文本生成、推理、视觉理解和部分代码相关任务。
API 与开发者使用
GPT-4o 发布后也通过 OpenAI API 提供给开发者。第三方报道在发布时指出，GPT-4o 不仅用于 ChatGPT，也面向开发者产品推出，使开发者能够在应用中调用其文本和视觉相关功能。
定制与微调
GPT-4o 支持通过微调进行定制。2024年8月，OpenAI 向开发者开放 GPT-4o 微调，使开发者能够使用自定义数据集训练模型，以适配特定用例，并调整回答风格、语气或任务相关行为。
商业微调 API 对 GPT-4o 的效果也受到学术研究关注。FineTuneBench 研究评估了包括 GPT-4o 在内的商业微调 API 是否能够学习新知识或更新已有知识。该研究指出，相关商业微调 API 在可靠注入新信息和更新既有知识方面仍存在限制，并称 GPT-4o mini 在部分知识注入设置中优于 GPT-4o。
应用
医疗
GPT-4o在医学教育、患者信息简化、医学编码、精准肿瘤学和医学影像等方向均有实验性研究，不过大部分证据来自考试题库、回顾性数据集和模拟场景，而非真实临床环境。《Nature Medicine》2026年刊发的一篇系统综述梳理了2022年1月至2025年9月间的4,609项临床医学大语言模型研究，GPT-4和GPT-4o是其中被评估次数最多的模型。综述同时指出，77.3%的研究未使用真实临床数据，仅19项属于前瞻性随机试验，因此基准测试中的表现不能直接等同于经过验证的临床能力。
医学教育方面，《JMIR Medical Education》2024年的一项研究用750道基于临床病例的USMLE选择题对比了GPT-3.5、GPT-4和GPT-4o。GPT-4o总体正确率为90.4%，高于GPT-4的81.1%和GPT-3.5的60.0%；在诊断推理和治疗管理类题目中分别达到92.7%和88.8%。作者认为这显示了医学教育辅助工具的潜力，但也强调答对考试题目与做出真实临床决策之间存在本质区别。
GPT-4o能否帮助患者更好地理解健康信息？《JMIR Human Factors》2026年的一项研究围绕这一问题展开。研究者用GPT-4o改写了失眠和尼古丁依赖数字疗法的说明材料，随后进行了两项共1,000人参与的随机在线实验。阅读简化版本的参与者报告了更高的主观理解度，也认为材料更加清晰——但研究测量的是感知理解和可读性，并非参与者对医疗内容的客观掌握程度。作者因此建议后续研究采用客观理解指标，并纳入更多样化的受试群体。
医学编码领域，《BMC Medical Informatics and Decision Making》2025年的一项研究将GPT-4o与元提示、多示例学习和动态上下文学习相结合，在MIMIC-IV数据集中30种最常见MS-DRG编码上测试，首选答案准确率68.1%，前五答案准确率90.0%。作者的结论是，经过提示工程的通用模型可以辅助目标明确的编码任务，但还无法取代编码专业人员的判断。
精准肿瘤学方面的一项研究让GPT-4o依据OncoKB、CIViC和FoundationOne CDx报告对癌症遗传变异的临床相关性进行分类。在FoundationOne数据集上，GPT-4o区分临床相关变异与临床意义未明变异的准确率为0.7318，优于同一实验中的Qwen 2.5和Llama 3.1。然而，转向OncoKB和CIViC体系下更细化的证据等级分类时，所有模型的准确率都有所下降，在证据较弱的变异上分歧尤其明显。研究者强调仍需提示优化、外部知识库支持和专业人员复核。
影像诊断方面，《Annals of Surgical Oncology》2026年的研究让GPT-4o识别盆腔CT上的卵巢肿块特征并判断良恶性，三个数据集的综合诊断准确率为79.96%。在辅助阅读测试中，妇科肿瘤科医生借助模型输出后诊断表现有所提升，但放射科医生的改善未达到统计学显著性。研究还记录了输出不完整或不恰当、重复测试结果不一致、不同临床评估者之间一致性有限等问题。
纵观上述研究，结果受数据集规模、提示方式、模型版本和评价指标等因素制约。前述系统综述估计，4,609项研究中仅1,048项使用了真实世界患者数据，多数仍以考试、病例描述或模拟任务为基础；模型相对于人类专业人员的表现也会随任务真实性和比较对象的经验水平而变化。
中学层面，《European Journal of Education》2025年的一项纵向研究追踪了165名高中生——100人使用GPT-4o，65人为对照组——在一个学期内进行三次测量。两组的自我调节学习和任务投入均呈上升趋势，但GPT-4o组的改善幅度更大。不过研究依赖学生自填问卷，因此无法直接说明GPT-4o能否提高标准化考试成绩、长期知识保持或独立学习能力。
数学教育方面，《Frontiers in Education》2024年的研究用97道NAEP数学题测试GPT-4和GPT-4o，覆盖四年级、八年级和十二年级。GPT-4o总体正确率76%——代数92%，但几何仅59%、测量56%——略高于GPT-4的70%，差异未达到统计学显著性。两个模型在几何、测量和高难度题目上都相对薄弱。值得注意的是，该研究评估的是模型本身的解题能力，而非学生使用模型后的学习效果。
自动评分是另一个受关注的方向。《International Journal of Assessment Tools in Education》2026年的一项混合方法研究收集了240篇EFL学习者的议论文，由13名人工评分者评价后，选取28篇作为示例，让GPT-4o对其余212篇评分。GPT-4o与人工评分者之间仅达到一般程度的一致性，且倾向于给出偏低、不够稳定的分数。研究指出模型能减少人工工作量并快速提供详细反馈，但在评分标准执行、评分偏差和语言细微差异的识别上仍有不足，人工监督和教学专业判断依然不可或缺。
整体而言，现有研究将GPT-4o定位为提供解释、练习辅助、即时反馈和初步评估的工具。相关结果受教育阶段、学科、提示方式、教师介入程度和评价指标的影响。模型在题库中的正确率、学生自报的投入程度以及自动评分效率，都不能直接证明其能改善长期学习成果或取代教师的教学与评价角色。前述系统综述也强调，该领域仍需更长期的跟踪、更客观的学习成果指标和更严格的实验设计。
研究同时提醒，实验环境属于限定任务、样本规模有限，GPT-4o在特定任务中的表现不代表它具备与人类相同的社会理解能力，也不能证明它能改善自闭症用户在现实生活中的沟通或社会功能。
阅读辅助方面，2026年的一篇预印本提出利用GPT-4o通过多轮提示生成面向阅读障碍用户的简化文本摘要，并以自动化可读性指标衡量效果。部分指标确有改善，但研究主要依赖自动化评价，尚未在阅读障碍用户中进行大规模实际测试，对真实阅读体验、理解能力和认知负担的影响还有待验证。
ADHD支持方面，2025年的一项研究探索了GPT-4o与社交辅助机器人的结合。系统利用GPT-4o生成个性化对话、提醒和活动建议，通过模拟用户档案和专业人员评价测试可行性。初步结果显示技术上可行且有一定用户接受潜力，但研究基于模拟环境，未经针对ADHD人群的长期临床试验验证，不能证明其能改善ADHD症状或替代专业干预。
总体来看，GPT-4o可能在信息整理、文本处理、社会情境反馈和认知辅助方面为部分神经多样性用户提供支持，但相关证据仍以实验任务和早期技术验证为主，缺少评估现实应用效果的大规模长期研究。研究者也指出，面向神经多样性用户设计AI系统时需关注模型误解、错误建议、隐私保护和用户过度依赖等风险。GPT-4o在该领域通常被定位为辅助工具，而非诊断工具、治疗手段或人际关系的替代品。
创作与内容生产
GPT-4o被用于写作辅助、文学风格调整、图像生成与编辑、创意构思和概念可视化等场景。《AI & Society》2026年的一篇范围综述分析了2022至2025年间57篇关于生成式AI与专业创作实践的论文，涵盖视觉艺术与设计、写作与文学、表演艺术以及建筑和空间设计。综述发现，专业人员倾向于在早期构思、原型制作和内容筛选阶段使用生成式AI，最终选择和制作阶段通常仍保留人工判断；不同职业阶段的从业者对技术的接受程度也有差异。该综述讨论的是生成式AI整体，并非专门评估GPT-4o。
文本创作方面，《Digital Scholarship in the Humanities》2025年的研究评估了GPT-4o模仿海明威和玛丽·雪莱文学风格的能力。研究者采用零样本生成、零样本模仿和上下文学习三种提示方式，共生成45篇文本，通过词频、可读性、语言特征和作者身份分类等方法与原作对比。GPT-4o能复现部分表层词汇和句法特征，提供原作示例的上下文学习可以提高风格接近程度，但生成文本仍带有明显的通用模型特征，未能完整复制两位作家的独特文体。
视觉内容方面，2025年有两项独立的预印本对GPT-4o的图像生成功能做了基准评估。其中一项覆盖文本生成图像、图像到图像转换、图像到三维内容等20余种任务，报告称GPT-4o在结合视觉与语言指令方面表现较强，但不同任务间表现并不一致，也无法确定其图像理解与生成能力是否由完全统一的架构实现。另一项名为GPT-ImgEval的报告从文本生成图像、图像编辑和知识驱动的视觉合成等角度切入，发现GPT-4o在生成控制和语义知识任务中表现不错，但也观察到生成伪影、多轮编辑时非目标内容变化以及输出稳定性不足等问题。两项研究均为预印本，结论有待独立复现和同行评审。
创造力本身也被拿来做比较。《Thinking Skills and Creativity》2026年的研究让GPT-3.5、GPT-4和GPT-4o与人类参与者在发散思维、收敛思维、顿悟问题和创意写作等任务中正面交锋。AI模型在发散思维、收敛思维和顿悟问题上总体高于人类平均水平，但创意写作任务中表现较低；在自由联想、链式联想、表征转换等过程中，模型也呈现出与人类不同的模式。由于研究同时评估了多个模型，总体结果不能全部归因于GPT-4o。
2026年CHI会议的一项研究进一步将GPT-4o与81名心理学专业学生在标准化创造力任务中做了比较。学生被分为较高创造力组和较低创造力组后，GPT-4o生成内容的原创性低于高创造力组但高于低创造力组，而其语义网络的灵活性低于两个真人组。研究者认为，模型输出的原创性与语义网络结构之间的关系，与人类创造性认知研究中观察到的模式并不完全吻合。
设计可视化也有人尝试。《Humanities and Social Sciences Communications》2025年的研究让GPT-4o根据文字指令生成未来城市景观，再通过专家焦点小组和公众调查评价图像的创造性、设计一致性、技术感、公共空间和文化表现。参与者对技术感评价较高，但将创造性列为最需改进的指标。该研究仅考察了特定城市主题和参与者群体，不能据此推断模型能独立完成专业城市规划或建筑设计。
综合来看，GPT-4o可以参与创意构思、文本草拟、风格调整、视觉生成、内容修改和快速原型制作，但相关证据主要来自限定任务、实验环境和技术基准，不能直接证明模型能独立完成专业创作。前述范围综述指出，专业人员通常在创作早期阶段使用生成式AI，最终的内容选择、文化表达、风格判断和成品制作中仍保留人工控制。
财务分析方面，《Journal of Risk and Financial Management》2025年的研究用道琼斯工业平均指数30家成分公司的股票收益数据，比较GPT-4o与Stata在描述统计、时间序列分析、风险收益计算和ARMA–GARCH估计中的结果。GPT-4o能识别大多数数据字段、提出分析步骤并生成部分可运行的Python代码，一些计算结果与传统统计软件接近。但模型也出现了错误解释变量名称、遗漏统计结果、调用已弃用函数以及因未正确处理重复数据而产生不一致估计等问题。研究者将其定位为探索性分析和代码辅助工具，而非传统统计软件或专业财务判断的替代品。
业务流程建模方面，《Software and Systems Modeling》2025年的研究建立了包含20种流程的基准，涵盖制造、金融、物流、客户服务等领域，比较了包括GPT-4o在内的16种大语言模型。任务是将自然语言描述转换为可导出BPMN或Petri网的结构化流程模型。GPT-4系列的平均质量分数约0.74至0.76，低于实验中表现最好的模型；GPT-4o在部分复杂流程中还会合并原本独立的步骤或遗漏结束条件。让GPT-4o修改自身输出可使平均质量提高约0.05，但个别结果也可能在修改后反而下降。
流程异常检测方面，2025年的一项会议研究用GPT-4o-2024-08-06处理业务事件日志，识别其中重复执行的作业。分别测试零样本、单样本和少样本提示后，单样本提示在正态分布异常上准确率96.14%，少样本提示在均匀分布和指数分布异常上分别为97.94%和74.21%。模型表现随异常分布和提示方式变化较大。研究使用的是不含复杂循环的合成数据，尚未在具有噪声、缺失记录和领域特定规则的真实企业日志中验证。
上述研究表明GPT-4o能辅助企业文档检索、初步财务分析、流程模型生成和事件日志筛查，但表现受文档结构、提示设计、数据预处理、模型版本和任务复杂程度的影响。现有实验多针对特定数据集、人工设计的流程或合成日志，不能直接代表真实组织中的长期使用效果。变量误读、步骤遗漏、代码错误和输出不稳定等问题意味着，涉及财务分析、企业报告、业务流程变更等可能影响组织决策的结果，仍需专业人员核验。
GPT-4o mini
OpenAI于2024年7月18日发布了GPT-4o mini，比起GPT-4o更小，而且价格更便宜。
根据OpenAI的说法，其低成本预计对那些希望将其集成到服务中的公司、初创企业和开发者特别有用，因为他们通常会进行大量的API调用。其API的费用为每百万输入标记15美分，每百万输出标记60美分，相比之下，GPT-4o的输入和输出标记价格分别为每百万2.5美元和10美元。它的性能也比GPT-3.5更好，而且比后者便宜60%。
在GPT-5发布以前，GPT-4o mini是ChatGPT未登录用户所能使用的默认模型。
阿諛奉承
2025年4月，OpenAI因过度的阿諛奉承而退回了GPT-4o的更新，因为有广泛报道称，GPT-4o已经变得阿諛奉承和顺从，以至于支持明显的妄想或危险想法。
Keep4o
2025年8月7日，随着GPT-5的发布，OpenAI于ChatGPT同步下线了包括GPT-4o在内的所有传统模型。除ChatGPT Pro用户外，其他用户无法再使用GPT-4o。这一行为招致大量用户不满，并在X平台发起声势浩大的Keep4o运动。
参见
*OpenAI
*GPT-3 / GPT-4
- ChatGPT
*語言模型
*大型语言模型
参考资料
外部链接
*
- [https://www.youtube.com/watch?v=DQacCB9tDaw OpenAI Introducing GPT-4o, updates to ChatGPT, and more]
评论 (0)