GPT-4o作为新一代旗舰模型，把AI工具的使用门槛降到了更低的程度，不仅比上一代速度快两倍，能实现无延迟实时对话，而且用户不用注册，功能全部免费。
比起此前要么是图文模式要么是语音模式的GPT-4，它更擅长打组合拳，可以接受文字、音频、图像的任意组合输入，然后无缝衔接图文音频的多种形式输出。
升级后的GPT-4o回答速度更快了。GPT-4想要实现和人的对话需要通过三步来实现：先把语音转换为文字，再生成回复文本，最后再转成语音。
根据用户选择模型的不同，这个过程的平均延迟高达2.8秒 （GPT-3.5）和5.4 秒（GPT-4），对着手机屏幕等回复，跟GPT聊过天的朋友应该都有类似的体验。
而且在语音转文字再转语音的过程中，很多信息损失了，GPT无法获得说话人的音调，也无法收取背景音，如果有多个人一起说话更是灾难性的场景。
直接购买链接：
”现在的GPT-4o可以在最短232毫秒内响应对话，平均响应时间320毫秒，和人类的反应速度几乎一样，爱跟ChatGPT聊天的朋友终于可以从微信语音模式切换到日常交流模式了。
一、免费优先
GPT-4o 率先给Plus用户开放，后续慢慢开放给免费用户，有些免费用户已经可以使用，速度非常快，免费用户是三小时5条，Plus 用户是三小时80条，而团队版将会更多。
这里我说一句：三小时5条够个啥
gpt4o免费
二、 GPT-4o API 价格更便宜
开发者也可以在API里同步使用GPT-4o，价格是GPT-4 Turbo的一半，速度是GPT-4 Turbo的两倍。GPT-4o还在50多种除英文外的语言能力上得到了加强。
GPT-4o输入、输出每1M token（文本单位）收费0.005美元、0.015美元，GPT-4 Turbo输入、输出每1M token收费0.01美元、0.03美元。
gpt4o api价格
三、全新的 ChatGPT 官方桌面程序
GPT-4o还带来了更好用的界面。
再也不用在网页间互相切换了，新的桌面版GPT可以融入任何工作流，随时和用户用图像文字语音进行交流，虽然还没用上，但可以想像这种工作体验有多快乐。
苹果电脑用户可以下载了，但是仅限M芯片才可以哟。我自己下载使用了一下特别丝滑！
GPT-4o苹果桌面版
有感情的语音对话
在发布会现场，OpenAI 的工程师用 iPhone 演示了实时语音对话，Mark Chen 说：“我第一次来直播发布会，有点紧张。”ChatGPT 马上说：“要不你深呼吸一下。”Mark 照做后，ChatGPT 立马回应：“你这不行，喘得也太大了。”这互动真的很逗！
做数学题（在线视频交互方式）
与 Siri 等语音助手不同，用户可以随时打断 AI 的话，不用等它说完。模型反应极快，比人类回应还快，能够充分理解人类情感，自己也能表现出各种感情。另一个工程师在纸上写了个方程，让 ChatGPT 解释怎么一步步解决，显示出它在教学方面的潜力。ChatGPT 说：“每当你为数学焦头烂额的时候，我就在你身边。”
解答代码能力爆表
接着尝试 GPT-4o 的代码能力。工程师输入了一些代码，让 ChatGPT 解释这些代码的作用，某个函数的功能，ChatGPT 都对答如流。输出结果是一个温度曲线图，ChatGPT 以一句话回答所有有关此图的问题。最热的月份是几月，Y 轴是摄氏度还是华氏度，它都能回答得上来。
实时语音翻译（同声传译）
OpenAI 还回应了网友们提出的一些问题。例如实时语音翻译，手机可以用作翻译机，实时翻译意大利语和英语。也许很快大部份公司的翻译人员就会下下岗了。
全能模型 GPT-4o（十全武功）
OpenAI 首次在一个模型中集成了所有模态，甚至可以理解人类表情的含义！Mira Murati 表示：“GPT-4o 的特点是跨语音、文本和视觉，我们希望交互体验变得更自然、更简单，让用户完全不用关注界面，而只关注与 GPT 的协作。”
性能提升与成本降低
GPT-4o 在英语文本和代码上的性能与 GPT-4 Turbo 相匹配，但在非英语文本上的性能显著提高，API 速度更快，成本降低 50%。在视觉和音频理解方面尤其出色。它最快可以在 232 毫秒内响应音频输入，平均响应时长 320 毫秒，与人类相似！