GPT-4o

一句话结论：GPT-4o 是 OpenAI 2024-05 发布的多模态主力（文本 / 图像 / 音频原生统一），128K 上下文、16K 输出 · 定价输入 $2.5 / 输出 $10 每百万 token，缓存输入 $1.25 · 只有实时语音、老 prompt / 老 SDK 兼容与简单高吞吐任务还值得用它，复杂推理与编程换 GPT-5 或 GPT-6 Sol · 2026-10 的变化是轻量档已降到 $0.10/$0.50 量级、Copilot 连续三轮退役旧模型，写死 model ID 的代码必须复查。

概述

GPT-4o（"o" 代表 omni）是 OpenAI 于 2024 年 5 月发布的多模态模型。虽然 GPT-5 已发布，但 GPT-4o 因其出色的性价比、成熟的生态和稳定的性能，仍然是大量应用的首选模型。

2026-09 导航更新：OpenAI 已推出后继 GPT-5 系列，本卡保留为 GPT-4o 历史能力参考。

2026-10 最新变化

• 轻量档价格已低一个量级：Claude Haiku 5.5（2026-10-07）≤100K token 时输入 $0.10 / 输出 $0.50，GPT-6 Luna 同为 $0.10/$0.50，而 GPT-4o 是 $2.5/$10——纯文本、短上下文任务没有理由继续用它。见 Claude Haiku 5.5 发布。
• 模型下线成为常态：GitHub Copilot 在 10-02、10-19、11-16 三轮退役共 13 个模型，官方替代指向 GPT-6 家族，见 10-19 退役公告 与 11-16 退役名单。GPT-4o 不在已公布的名单内，但写死 gpt-4o 的脚本仍应准备可用性兜底。
• 替代路径：GPT-6 家族现为 Astra（$10/$50）→ Sol（$2/$10）→ Luna（$0.10/$0.50）三档，见 GPT-6 Astra 发布 与 GPT-6 Sol 模型卡。

版本时间线

时间线只列本站已核实的发布节点；各代模型的完整规格见对应模型卡。

GPT-4、GPT-4 Turbo、GPT-4o 是什么关系？

如果你是从「GPT-4」这个关键词进来的，先给结论：这三代是同一家族的三次迭代，新项目直接用 GPT-4o 或 GPT-5，不要再用 GPT-4 / GPT-4 Turbo 起新活。

三件容易踩的事：

1. API 名不同，能力也不同。gpt-4、gpt-4-turbo、gpt-4o 是三个独立模型，不是同一模型的版本号；换名字等于换模型，输出风格、上下文上限、价格都会变。
2. 迁移成本很低。三者都走 Chat Completions 接口，把 model 字段换成 gpt-4o、消息结构不用改，通常一次回归测试就能完成切换。
3. 旧模型仍有场景：需要复现历史评测结果、或上游 SDK 写死了模型名时，才继续用 GPT-4 / GPT-4 Turbo；具体可用性以你的 OpenAI 控制台与官方文档为准，我们对第三方账号状态不做承诺。

该选哪个？ 中文长文与多模态看 GPT-4o（本页）；要更强推理与编程，看 GPT-5 系列；预算极紧且只要文本，用 GPT-4o-mini 一类小模型更划算。

核心能力

多模态

GPT-4o 原生支持文本、图片、音频输入。音频处理能力是其独特优势——可以直接理解语音内容并生成语音回复，延迟仅 232ms。Realtime API（GPT-4o-realtime）支持双向语音流，是目前实时语音 Agent 的事实标准。

速度

GPT-4o 的响应速度是 GPT-4 Turbo 的 2 倍。对于需要快速响应的场景（实时聊天、流式输出），GPT-4o 体验最好。

函数调用

GPT-4o 的函数调用（function calling）非常稳定。在 Agent 场景下，工具调用的格式正确率和意图识别准确率都是业界领先。支持 parallel tool calls —— 一次返回多个独立调用：

resp = client.chat.completions.create(
    model="gpt-4o",
    parallel_tool_calls=True,    # 默认开启
    tools=[...],
    messages=[{"role": "user", "content": "对比上海和北京天气"}],
)
# resp.choices[0].message.tool_calls 会同时包含两个 get_weather 调用

API 调用示例

from openai import OpenAI
client = OpenAI()

# 文本
resp = client.chat.completions.create(
    model="gpt-4o",
    temperature=0,           # 工具调用建议 0
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Hello"},
    ],
)

# 图片输入
resp = client.chat.completions.create(
    model="gpt-4o",
    messages=[{
        "role": "user",
        "content": [
            {"type": "text", "text": "这张截图里有什么 bug？"},
            {"type": "image_url", "image_url": {
                "url": "https://example.com/screenshot.png",
                "detail": "high",   # low/high/auto
            }}
        ],
    }],
)

detail 参数：low 模式所有图片当 512×512 处理，固定 85 token；high 模式根据图片大小切片处理，1024×1024 约 765 token。批量分析海量截图先用 low，需要精细识别再升 high。

Realtime API（双向语音）

import asyncio
from openai import AsyncOpenAI

async def voice_agent():
    client = AsyncOpenAI()
    async with client.beta.realtime.connect(model="gpt-4o-realtime-preview") as conn:
        await conn.session.update(session={"modalities": ["text", "audio"]})
        # 推送音频流 + 接收音频流
        ...

这是 GPT-4o 区别于其他模型最大的护城河——目前没有任何其他模型在 API 层提供这种端到端语音能力。

定价

GPT-4o 的 Output 价格与 GPT-5 相同，但 Input 价格高一倍。对于对话密集型场景，GPT-5 更划算；对于简单任务，GPT-4o 够用且更成熟。

注意 audio token 单价比 text 高 30 倍。实时语音应用要算清楚账，月成本动辄上千刀。

与同档模型怎么选

读法：2026 年还要用 GPT-4o，只剩三个理由——端到端实时语音、老 prompt 与老 SDK 不改、以及极简高吞吐任务。除这三类，更低价位已有更合适的选择：要推理与长文档看 GPT-5，要日常 agentic 主力看 GPT-6 Sol，要高并发轻量流水线看 Gemini 3.8 Flash。表中未收录的数据留「—」，不以推测补齐。

什么时候用 GPT-4o 而非 GPT-5

• 需要音频处理 / 实时语音 → GPT-4o（GPT-5 Realtime 还在 preview）
• 工具/框架只支持 GPT-4o 接口 → 直接用 GPT-4o
• 预算敏感且任务简单 → GPT-4o 够用（虽然 GPT-5 input 更便宜，但 4o 生态老代码无缝迁移）
• 需要最快响应 → GPT-4o 首 token 更快
• 大量旧 prompt 已经针对 GPT-4o 调过 → 切 GPT-5 要重测，没必要急

什么时候必须升级到 GPT-5

• 需要 200K 以上上下文（4o 只有 128K）
• 复杂推理 / 数学（4o GPQA Diamond 49.9% vs GPT-5 62.5%）
• SWE-bench / 编程场景（4o 45.2% vs GPT-5 68.0%，差距巨大）
• 想用最新 Structured Outputs / reasoning_effort 等特性

GPT-4o 变种

从 GPT-4o 迁到 GPT-5 系列要改什么

决定升级之后，真正的成本不在单价，而在代码里那些只对新模型有意义、或对旧模型才有意义的字段。本站按「必改 / 易漏 / 不用改」三档列出：

一条实操建议：不要一次性全量切。 先按流量比例灰度（比如 10%），对比两组的输出质量与 token 消耗，再逐步放量。「升级」这个词容易让人以为是一次开关动作，实际上它是个需要观测的变更。

本节为基于本卡已收录信息的迁移要点归纳，未覆盖所有 API 差异；动手前请以 OpenAI 官方迁移文档当日版本为准。

限流与国内使用

限流体系与 GPT-5 相同，按账户 Tier 分档。

国内使用三种方式：

1. API 中转（OpenRouter / 自建 Cloudflare Workers）
2. Azure OpenAI（企业级 SLA，但要海外 Azure 账号）
3. GitHub Models（小流量免费，仅限实验）

适合 / 不适合

适合：

• 多模态应用（图片理解 / OCR / 截图分析）——文本、图像、语音原生统一推理，是本站模型卡里「一份调用搞定多种输入」这一类里生态最成熟的
• 聊天机器人 / 客服——流式响应快、首 token 延迟低，交互体感至今不差
• 函数调用 / 工具编排——函数调用稳定可靠，且几乎所有第三方工具都支持它
• 高吞吐低成本场景——$2.5/$10（缓存 $1.25），在「不需要最强推理」的量级上仍有成本优势
• 做代际对照的基线——2024-05 发布的型号，拿来衡量新一代模型的能力与成本改善幅度很有价值

不适合：

• 新项目从本卡起步——releaseDate 是 2024-05-13，GPT-5 系列已在役（见 GPT-5）。新项目请直接评估新一代型号，本卡作为基线与迁移对照更有价值
• 需要强推理或多步规划的任务——推理能力不如 GPT-5 / Claude Sonnet 4，GPQA Diamond 49.9% 是这一代的口径
• 编程主力——SWE-bench Verified 45.2% 在今天属于中间档，编程请用更专的型号
• 长文档与长输出——128K 上下文、16K 输出在今天都偏短，长材料要分段或换型号
• 国内直连——无官方 API
• 把「生态最成熟」当唯一判据——成熟意味着接入省事，不意味着能力够用；省下的接入成本会在推理质量上还回去

时效提示：本卡事实基准为 2024-05-13 发布期的公开资料，最后编辑日 2026-11-02。定价、可用快照与上下文参数均可能已变化；带日期后缀的模型快照（如 gpt-4o-2024-xx-xx）会被官方定期下线，生产请写别名并订阅官方弃用公告。

来源

• OpenAI 官方定价页（按型号列出输入 / 输出 / 缓存单价，一手）
• OpenAI 官方模型文档（可用型号、上下文与快照策略，一手）
• 站内交叉：GPT-5、OpenRouter、GitHub Copilot、Cursor
• SWE-bench Verified 45.2% / HumanEval 90.2% / MMLU 88.7% / GPQA Diamond 49.9% 均引自发布期公开资料，本站未在 2026-11 重新核对榜单原始表，作为历史记录保留，不作为当前位次的依据；延迟还取决于区域、网络与并发，请以自家压测为准。

避坑清单

• gpt-4o-mini ≠ 便宜版 4o：SWE-bench / GPQA 都断崖式下跌，只适合分类 / 抽取这类简单任务，别拿它写代码。
• detail: auto 不可控：图像分析用量大时显式指定 low 或 high，否则成本飘忽。
• Realtime API 费用高：音频 token 单价 30x 文本，长会话每分钟可能花到一两毛美元，要做限时控制。
• 128K 上下文也有"中间遗忘"：超过 ~80K 后召回率明显下降，长文档分析要靠 RAG 而不是硬塞。
• stream 模式下 tool_calls 拼装：流式响应里 tool_calls 是分片到达的，要手动累加 arguments 字符串再解析 JSON，新手常踩。

延伸阅读

• 上位替代：GPT-5
• 工具调用：Function Calling
• 多模态视角：Embedding（图像 embedding 互补）
• 省 token：Token / Context Engineering