GPT-4o（材料）

本页转述 2024-05-13 公告当时公开说了什么，不以后来的 4o mini、o1 或 Operator 回填。

主要出处：OpenAI，2024-05-13，Hello GPT-4o。本页不复制公告全文。

产品主张

GPT-4o 的 o 写成 omni：一个模型跨文本、视觉、音频推理，语音到语音的响应可到约 232–320 毫秒 量级，接近人的对话节奏。能力上公告称文本与代码匹配当时的 GPT-4 Turbo，多语言、视听更好。ChatGPT 免费用户得到 GPT-4 级对话；Plus 用户限额更高。API 先放文本与视觉，音频稍后。

演示强调实时语音、看屏幕/图像、打断与语气。定价相对 GPT-4 Turbo 下调。公告同时提到安全评估与分阶段放出音频。

当时不是什么

这是对话模型与产品入口。实时看图、听声，不等于已经在操作系统里点鼠标。电脑操作、浏览器 Agent 是后续产品。4o 可以把截图当输入，循环与动作空间仍要宿主自己接。