GPT-4o (2024-11-20)
OpenAI · gpt-4o-2024-11-20
用于通用推理、写作、编程以及工具辅助任务的 GPT 模型
模型基础信息
- 厂商
- ChatGPT
- 模型类型
- 文本与多模态
- 一次能读多少
- 128K Token一次对话能塞进去的最大内容量，长文档、长代码要看这项
- 一次能写多少
- 16,384 Token单次回答的长度上限
- 能接收什么
- 音频 · 图像 · 文本可以发给它的内容类型
- 能产出什么
- 文本它能生成的内容类型
- 能看图吗
- 可以
- 能听音频吗
- 可以
- 能调工具吗
- 可以能不能自动调用外部函数、查资料、执行动作
- 怎么计费
- 按 Token 计费官方按什么单位收钱
- 现在还能用吗
- 可以用 · 状态来源OpenAI 官方模型目录核对
- 这些资料是哪个地区的资料适用地区
- 全球按厂商全球公布的资料显示；国内没单独公布时，也用这一份。
它会做什么能读上传的文件能处理音频会聊天支持缓存省钱支持结构化输出可以设定角色回答风格可调会写字会调工具会看图
官方价格
折扣与价格评分按全球的官方价计算
| 计价项 | 适用范围 | 官方价格 |
|---|---|---|
| 缓存读取 | 全球 | 8.393 CNY/ 1,000,000 token |
| 输入 | 全球 | 16.79 CNY/ 1,000,000 token |
| 输出 | 全球 | 67.15 CNY/ 1,000,000 token |
它还叫这些名字（2 条）
GPT.4o(2024.11.20)gpt.4o.2024.11.20
不同地方写法可能不一样，列在这里方便你对上号。名字太模糊、认不准的不会公开。
它有多强
综合能力：Source: Artificial Analysis；单项成绩来自 Epoch AI, AI Benchmarking Hub (2026)这个模型还没有综合能力指数，排不出名次，下面是它的单项成绩。
推理与数学
2 项评测 · 0/2 项好于同类中位科学难题、数学和没见过的新题，看它想得清不清楚。
ARC-AGI-2
从没见过的图形规律题，靠现场推理而不是背题。看它遇到新问题会不会举一反三。
默认档中位 13.2% · 最高 95.0% · 217 个成绩
0.00%低于同类中位
GPQA Diamond
研究生水平的物理、化学、生物难题。拿它做研究、分析复杂问题时看这项。
默认档中位 74.6% · 最高 95.8% · 319 个成绩
47.9%±低于同类中位
知识与事实
1 项评测 · 0/1 项好于同类中位答得对不对、会不会编造，查资料和写正式内容时最要紧。
Humanity's Last Exam
上百个学科专家出的最难考题。看它知识面有多深、多广。
默认档中位 17.8% · 最高 54.8% · 49 个成绩
2.72%低于同类中位
独立干活
1 项评测 · 0/1 项好于同类中位配上工具自己查资料、做长任务，适合交给它一整件事。标了「配工具」的成绩是模型加上评测方的工具和运行环境跑出来的，换一套工具结果会变，不算进上面的名次。
METR Time Horizons配工具
模型能独立做完多长时间的任务（按人类专家要花的分钟数算）。让它长时间自己干活时看这项。
默认档中位 55.1 · 最高 1044.8 · 50 个成绩
9.2低于同类中位
其它参考成绩
7 项 · 不再参与排行
这些评测停止更新、有成绩的模型太少或者和选购关系不大，成绩仅供参考，不影响上面的名次和用途筛选。
Aider Polyglot配工具
多语言代码编辑任务；结果包含 Aider 执行框架影响。
默认档中位 53.8% · 最高 88.0% · 71 个成绩
18.2%低于同类中位
不再排行的原因：评测方已经很久没测新模型，排名反映不了现在的模型。
CyBench配工具
在网络安全任务中无分步提示完成的比例；结果包含任务环境与执行流程。
默认档中位 21.3% · 最高 93.0% · 22 个成绩
12.5%低于同类中位
不再排行的原因：测的是网络攻防能力，和挑选日常使用的模型关系不大。
GDPval配工具
面向真实经济任务的产出质量比较；结果依赖任务执行配置。
默认档中位 34.8% · 最高 49.7% · 11 个成绩
9.90%低于同类中位
不再排行的原因：有成绩的在售模型太少，排不成榜。
SWE-bench Verified配工具
在真实 GitHub 问题上修复代码；结果依赖 Agent 与工具链。
默认档中位 73.8% · 最高 83.5% · 33 个成绩
31.0%±低于同类中位
不再排行的原因：题目和答案已经流进模型训练数据，OpenAI 等厂商已停止采用这项成绩。
LiveBench
使用持续更新题目降低污染风险的综合能力评测。
默认档中位 52.4 · 最高 82.3 · 52 个成绩
52.2低于同类中位
不再排行的原因：评测方已经很久没测新模型，排名反映不了现在的模型。
MATH Level 5
竞赛数学里最难一档题目的正确率。
默认档中位 59.4% · 最高 98.1% · 108 个成绩
49.8%±低于同类中位
不再排行的原因：主流模型几乎都能做满分，已经分不出高低；评测方也已停止测新模型。
Video-MME
长短视频理解能力，采用无字幕正确率。
默认档中位 63.1% · 最高 79.7% · 50 个成绩
71.9%高于同类中位
不再排行的原因：评测方已经很久没测新模型，排名反映不了现在的模型。
验真报告
中转服务商卖的这个模型，测出来是不是真的100%验真通过率
- 公开报告
- 4 份
- 其中通过
- 4 份
- 最近检测
- 08/19 15:56
筛选
综合参考分
验真通过率
相对官方价
共 60 家中转服务商
排序
中转服务商中转站评分价格评分验真通过率 / 更新时间
评分44.5
输入¥3.3572.0折
输出¥13.432.0折
缓存读¥1.6792.0折
缓存写--
84分
暂无报告更新 10/01 09:31
评分28.0
输入¥11.757.0折
输出¥47.007.0折
缓存读--
缓存写--
47分
暂无报告更新 09/25 17:48
评分23.8
输入¥16.79无折扣
输出¥67.15无折扣
缓存读¥8.393无折扣
缓存写--
50分
暂无报告更新 09/14 14:21
评分23.7
输入--
输出--
缓存读--
缓存写--
--
暂无报告更新 09/05 23:41
评分23.5
输入¥0.56250.3折
输出¥2.2500.3折
缓存读¥0.28130.3折
缓存写--
98分
暂无报告更新 08/30 02:31
评分23.5
输入--
输出--
缓存读--
缓存写--
--
暂无报告更新 08/29 07:45
评分23.5
输入--
输出--
缓存读--
缓存写--
--
暂无报告更新 08/29 08:14
评分23.1
输入¥0.20000.1折
输出¥0.80000.1折
缓存读¥0.10000.1折
缓存写--
100分
暂无报告更新 09/30 11:01
评分23.1
输入--
输出--
缓存读--
缓存写--
--
暂无报告更新 08/03 16:44
评分23.1
输入¥16.79无折扣
输出¥67.15无折扣
缓存读¥8.393无折扣
缓存写--
50分
暂无报告更新 09/03 12:16
输入2.0折¥3.357
输出2.0折¥13.43
缓存读2.0折¥1.679
缓存写--
84分暂无报告
输入7.0折¥11.75
输出7.0折¥47.00
缓存读--
缓存写--
47分暂无报告
输入原价¥16.79
输出原价¥67.15
缓存读原价¥8.393
缓存写--
50分暂无报告
输入--
输出--
缓存读--
缓存写--
--暂无报告
输入0.3折¥0.5625
输出0.3折¥2.250
缓存读0.3折¥0.2813
缓存写--
98分暂无报告
输入--
输出--
缓存读--
缓存写--
--暂无报告
输入--
输出--
缓存读--
缓存写--
--暂无报告
输入0.1折¥0.2000
输出0.1折¥0.8000
缓存读0.1折¥0.1000
缓存写--
100分暂无报告
输入--
输出--
缓存读--
缓存写--
--暂无报告
输入原价¥16.79
输出原价¥67.15
缓存读原价¥8.393
缓存写--
50分暂无报告
共 60 家 · 每页 10 条 · 第 1 / 6 页
正在读取官方订阅
用户口碑
还没有人点评。用过的话，写下第一条真实体验，帮后来的人少踩坑。