Open AI最新发布的模型GPT-4o免费了！全面超越GPT-4 Turbo！详细测评及使用教程

什么是 GPT-4o？

⭐ChatGPT 官网：chatgpt.com ⭐

⭐Open AI 官网： openai.com ⭐

GPT-4o 是 Open AI 推出的最新、最先进的人工智能模型，具有强大的多模态信息处理能力，你可以输入文本、音频、图像、视频，甚至是它们的任意组合，并获取组合式输出。GPT-4o 可以响应用户的实时输入，以接近人类的反应速度响应用户的音画输入；并且它还可以检测人类的情绪与情感，并向人类进行表达和反馈，为用户提供更为丰富的交互体验。Open AI 除了增强了 GPT-4o 的视觉与音频的理解能力外，也增强了它的文本处理能力，新版本的它可以更好地处理除英文外其他语言的输入，并生成更高质量的内容，并为用户打造了新的安全系统，为用户提供更加安全、更具有私密性的使用体验。

不过即使 GPT-4o 的性能得到了大幅的提升，它的处理速度却没有因此而受影响，GPT-4o 不仅能以 GPT 4 Turbo 双倍的速度处理同样的信息，还将成本降低为了原先的二分之一，从各方面来说，GPT-4o 的发布都是一次了不起的科技飞跃。

GPT-4o 的功能有哪些？

① 生成功能

• 图片：包括插画、人像、风景、卡通画、素材图、图标等。
• 文字：包括论文、日记、诗歌、作文、工作汇报、广告营销文案、演讲稿、PPT 大纲、职位描述、简历等。
• 设计：包括电影海报、宣传海报、建筑效果图、景观效果图、平面图、分析图、字体、花纹等。
• 图表：包括任何数据分析图表。
• 代码：可以生成一段代码，并教导用户学习、理解代码，回答用户关于代码的问题，指出代码的错误的同时提供修改建议。
• 3D：可以生成并渲染 3D 模型。

② 交互功能

• 文本实时交互
• 语音实时交互
• 画面实时交互

③ 情感检测与模拟

GPT-4o 可以识别人类的情绪和感情并进行模拟，由语音输出表现给用户，使得人类与 AI 之间的交流更为自然、更流畅。

④ 多语言支持

GPT-4o 现支持 50+ 种语言，并且比起前一代能更好地理解中文指令，提供更优质的中文输出。

GPT-4o 的性能表现

1、文本性能

由图标中可以得知：GPT-4o 在 MMLU（Massive Multitask Language Understanding）常识问题(的测试中获得了 88.7 分，位列第一；在 GPQA（A Graduate-level Google-Proof Q&A Benchmark）多项选择题数据集（包含生物、物理、化学等多个学科领域的 448 个问题）中的测试正确率为 53.6；在 MATH（数学）的测试中获得了 76.6 分；在 HumanEval（机器翻译系统性能基准测试）中的得分为 90.2；在MGSM（The Multilingual Grade School Math Benchmark）中获得了 90.5 分；在 DROP（Discrete Reasoning Over the content of Paragraphs）中获得了 83.4 分。

可以看到 GPT-4o 仅在最后一项的测试中得分稍逊于它的“前辈”GPT-4 与尚在训练的 Llama3 400b，而在其他测试里的得分均与其他模型拉开了一定的差距，这些测试结果凸显了 GPT-4o 在处理常识问题上所展现的强大而卓越的推理能力及文本处理能力。

2、音频 ASR 性能

音频 ASR，Automatic Speech Recognition，即自动语音识别技术。GPT-4o 在这项测试里的文字识别错误率均低于 Whisper-v3（Open AI 最新的语音识别模型），显著提高了所有语言的识别性能，尤其是使用人数较少的小众语言。

3、音频翻译性能

可以从图表里看到 GPT-4o 的语音翻译能力处于领先位置，在 MLS（Machine Learning Service）基准测试中不仅超越了自家的 Whisper-v3，也超越了业内最先进的另外两家 Meta 和Google 的 SeamlessM4T-v2 与 Gemini 模型。

4、M3exam 零样本结果

M3exam 是一种多语言、多模式、多层次的基准测试，由来自其他国家标准化测试中的多项选择题组成，部分包含图表和图形，用于检查大语言模型。GPT-4o 在所有语言的基准测试中展现出的性能均强于 GPT-4。

5、视觉理解评估

由表格可知，GPT-4o 的视觉感知性能超越了其他所有模型，均排名第一，具有目前最先进的视觉感知能力。

GPT-4o 的应用实例

画面互动

实时翻译

学数学

学语言

引导盲人

面试模拟

开玩笑

GPT-4o 与 GPT-4 Turbo 相比的优势在于？

以下是同一个文案需求的分别来自于 GPT-3 与 GPT-4o 的生成演示，提示词输入为“假如你是一名任天堂游戏博主，你需要为你的 B站账号做一篇关于在游戏《塞尔达传说·旷野之息》中如何打败水神兽的游戏视频攻略，请你写出这篇视频教程的文案。需要注意的是，教程视频文案的风格要口语化并具有幽默感，并将时长控制在20-25 分钟左右。”

可以看到 GPT-3 的生成结果完全是瞎编乱造，不包含任何真正的游戏内容，也没有讲清楚任何实际的游戏攻略，在要求了它将内容时长控制在 20 分钟的前提下还是只给了很短的结果，而且比喻很怪；而反观 GPT-4o，不仅给出了详细的游戏攻略步骤，写清楚了正确的出场角色、场景名称和道具名称，甚至还给了详细的视频画面分镜参考，用语也比较轻松、口语化，符合中国人的说话习惯，奇怪的翻译腔和怪异的比喻终于消失了，可喜可贺。

• 更便宜：比 GPT-4 Turbo 的价格便宜一半，GPT-4 Turbo 输入和输出的标记（Tokens）每百万价格为 15 美元，而 GPT-4o 仅需 5 美元。
• 更快速：GPT-4o 的速率限制是 GPT-4 Turbo 的 5 倍，每分钟可以处理多达 1000 万个 Token。
• 更安全：GPT-4o 打造了更安全的系统，相比于 GPT-4 Turbo 它可以更好地保护用户的数据隐私。
• 更直接的语音交互：GPT-4o 可以以极低的延迟跨模块直接处理语音信息，而 GPT-4 Turbo 则需要将语音信息转换为文本再进行处理。
• 更强的画面交互： GPT-4 Turbo 不具备视觉交互能力，但 GPT-4o 做到了。
• 更丰富的情感：GPT-4 Turbo 只能僵硬地和用户进行互动，无法识别人类的情感更无法表现情感，但是 GPT-4o 可以做到这一切。
• 更厉害的语言支持：GPT-4o 在非英语文本上的性能有了显著的提高，全面超越了 GPT-4 Turbo。

GPT-4o 怎么免费使用？

GPT-4o 目前可以官网的免费套餐里，以及一些已将 GPT-4o 集成的 AI 工具里使用。下面就来为大家介绍两种免费使用 GPT-4o 的方法。

1. 官网使用

如果是还不熟悉 ChatGPT 和人工智能工具的朋友，可以参考这篇文章注册 ChatGPT 账号、学习使用技巧：

ChatGPT 怎么用？最详细的 ChatGPT 注册及使用教程，新手速进！

第一步，打开 ChatGPT 官网：chatgpt.com。

第二步，正常输入你的需求（不会写提示词可以看前文推荐的 ChatGPT 教程文章），等待 ChatGPT 给出回答，在它的回答的下方点击红框中的“⚡3.5”，并选择“GPT-4o”，即可切换至 GPT-4o 模型重新生成该问题的回答。

2. POE 使用

第一步，注册登录 POE（AI 智能助手），这里推荐 Google 授权登录，仅需点击两次即可一键授权，比苹果账号注册及普通邮箱注册都要简单快捷，这里是谷歌邮箱账号的注册教程，非常简单：谷歌邮箱 Gmail 注册教程。注册完之后回到 POE 的注册页，点击“使用 Google 继续”，选择你的账号后点击“继续”即可进入 POE 首页。

第二步，在首页的输入框上方选择“GPT-4o”模型，将需求输入文字框内点击发送即可。每天可免费使用 GPT-4o 10 次，每日更新次数。

怎么获取 GPT-4o 更多的使用额度？

ChatGPT 官网及一些集成了 GPT-4o 的 AI 工具只提供有限的 GPT-4o 使用次数，用完就得等第二天，对于需求量大的人不太合适。所以我们可以通过官方的付费套餐来增加 GPT-4o 的使用额度，升级至个人付费套餐即可提升 5 倍 GPT-4o 的使用次数，价格不变，仍是原先的每月 20 美元。打开官网（chatgpt.com），登录后点击左下角的“升级套餐”即可进行购买。

结语

Open AI 关于新模型 GPT-4o 的发布，在人工智能业内可谓是一声惊雷，直接大幅拉开了与市面上其他模型的差距，并且进一步冲击了更多的岗位和企业。

GPT-4o 的强大性能在这篇文章的介绍里也是有目共睹，那么在有了能模拟情感、像真人一样交互的智能模型后，人类的未来又该何去何从呢？在 GPT-4o 以及未来将会出现的无数个更快更强的大模型的陪伴下，人类又能完成怎样的成就呢？

不过这些就都交给时间去解答吧，此时此刻，就让我们先提前一窥未来世界的风光，赶紧上手试一试免费的 GPT-4o 吧！