GPT 4o Realtime (Dec '24)

GPT-4o（“o”代表“omni”）是一个多模态人工智能模型，可以接受文本、音频、图像和视频输入，并生成文本、音频和图像输出。它在文本和代码方面的性能与GPT-4 Turbo相当，同时在非英语语言、视觉和音频理解方面有所提升。