GPT-4o
闭源通用大模型工具调用看图
125K上下文
$2.5 / $10每百万 token（输入 / 输出）
—参数量
53条相关报道
参数
悬停可看每项的来源与日期上下文125K
最大输出16K
参数量—
知识截止2023-09
协议闭源商业
商用API 服务
输入文本 · 图像 · PDF
输出文本
系列gpt
API 价格
美元 / 百万 token输入$2.5
输出$10
缓存命中$1.25
开始跟踪以来没有调价记录。
2026-11-05
研究提出人机分类决策模型：相关性忽视与信任如何影响AI辅助效果arXiv cs.AI
2026-10-28
PIP-ToM 提出视角受限证据校准，提升多模态心智理论推理arXiv cs.AI
2026-10-27
2026-10-21
AA-PersonalityBench 发布：Grok 4.7 阿谀度最低，Meta 模型普遍偏高Artificial Analysis
2026-10-15
研究：多智能体框架多数跑不赢单智能体加 CoT-SCSalesforce AI Research
2026-10-11
2026-10-09
随机对照实验：GPT-4o 做家教能提分，代写则一周后增益消失Ethan Mollick
2026-10-05
MIT 论文：告诉 LLM 智能体规则事实比要求多推理更能改善决策rohanpaul_ai
Qwen3.8 27B 开启推理后在 DGX Spark 上算对 169 位数加法实验Simon Willison’s Weblog
2026-09-30
2026-09-24
OpenAI 发布 MentalHealthBench，GPT-6 Astra 得分 57.3rohanpaul_ai
LLM 能否生成阿拉伯古典 Maqama 文体？首个对照评估研究发布arXiv cs.AI
2026-09-22
LLM 解释器审计：GPT-4o 等三大后端为智能体错误行为流畅辩护arXiv cs.AI
2026-09-18
Anthropic 与 OpenAI 合作发布新模型Gary Marcus
2026-09-15
研究显示大语言模型推理能力提升心理深度需看评判者是谁arXiv: DeepSeek
2026-09-04
LLM代码生成中的复合提示约束研究arXiv: OpenAI
2026-09-02
微调大模型提升PR与问题分类arXiv: DeepSeek
2026-08-20
2026-08-13
大语言模型内容审核研究：从拒绝到警告arXiv: DeepSeek
2026-08-11
RAG理论引导的谎言检测：AI判断准确率与人类相当arXiv: DeepSeek
2026-08-03
TwT：难度自适应推理的多领域机器翻译框架arXiv: DeepSeek
2026-07-21
数据优先本体论的显式世界模型：DaoQL多模态存储验证与反事实推理评估arXiv cs.AI
2026-07-20
2026-07-17
多语言提示下LLM代码生成质量研究：GPT-4o mini、DeepSeek和Claude对比arXiv: DeepSeek
2026-07-09
LLM代码性能基准再审视：现有测试仅暴露6.11%显著差异arXiv: DeepSeek
2026-07-02
EPC：测量LLM代理系统评估者偏好耦合的标准化协议arXiv: DeepSeek
2026-06-30
LLM Agent记忆中毒检测的取证轨迹签名arXiv cs.LG
EPC诊断框架揭示GPT-4o评估器漂移：版本间偏好耦合从强到零arXiv: DeepSeek
零样本GPT-4o教育顾问干预偏差：43%误报率，监督学习更精准arXiv cs.LG
2026-06-25
OpenAI 发布智能体构建指南：从原理到实践OpenAI