gpt-4o

OpenAI 的旗舰级原生多模态模型，能够在统一模型内实时处理文本、图像、音频等多种输入，并生成高质量文本/语音响应。它强调跨模态理解与实时交互能力，适合通用对话、视觉理解、语音交互、内容生成与复杂助手场景，可作为高质量、多模态、低延迟应用的通用基础模型。