- 类型
- 未披露
- 注意力
- 未披露
- 层数
- 未披露
- 专家
- 未披露
- 隐藏维
- 未披露
- 词表
- 未披露
未披露。官方称为端到端训练的单一模型，统一处理文本、图像、音频输入输出（"omni"）。
未披露。OpenAI 未公开参数量。
已知信息：
- 单一端到端模型，文本、视觉、音频共用一套网络（官方称之为 "omni"）
- 新分词器 o200k_base，非英语语言 token 数明显减少
- 128K 上下文；08-06 版起最大输出 16K
- 支持结构化输出（Structured Outputs，08-06 版起）
闭源模型，无自建选项，不提供显存表。
无自建选项。
成本参考（08-06 版）：输入 $2.5 / 输出 $10；缓存输入 $1.25；Batch API 半价。
发布时（05-13 版）为 $5 / $15。
编程HumanEval 90.2%（官方）；SWE-bench Verified 33.2%（OpenAI 2024-08 SWE-bench Verified 博文）。
推理GPQA 53.6%（官方）。
数学MATH 76.6%、MGSM 90.5%（官方）。
多模态MMMU 69.1%、MathVista 63.8%（官方），原生音频输入输出。
中文中文良好，新分词器使中文 token 数减少约 1.4 倍。
逻辑能力
非推理模型的天花板级别：GPQA 53.6%、MATH 76.6%。多步推理靠提示词，复杂代理任务容易半途放弃。1120 版本的写作与指令遵循更好但数学略退。
亮点
- 1.原生文本 / 图像 / 音频统一模型，实时语音延迟 320ms
- 2.MMLU 88.7%、MMMU 69.1%，发布时多模态第一
- 3.价格从 GPT-4 Turbo 的 $10 / $30 降到 $5 / $15（后再降至 $2.5 / $10）
坑
- 1.无推理模式，SWE-bench Verified 仅 33.2%
- 2.版本迭代多（05-13 / 08-06 / 11-20），行为差异大
- 3.2025-08 随 GPT-5 发布从 ChatGPT 下线，引发用户反弹
适合：多模态 / 语音交互 · 高性价比通用对话（当年） · 历史对照
不适合：复杂推理与代理编程 · 新项目
| 基准 | 分数 | 来源 | 日期 | 证据 |
|---|---|---|---|---|
| SWE-bench Verified真实仓库修 bug | 33.2% | OpenAI GPT-4o 发布公告 / SWE-bench Verified 博客（未核实项已移除） | 2024-08-13 | 厂商公布 |
| GPQA Diamond研究生级科学问答 | 53.6% | OpenAI GPT-4o 发布公告 / SWE-bench Verified 博客（未核实项已移除） | 2024-08-13 | 厂商公布 |
| MMMU多模态理解 | 69.1% | OpenAI GPT-4o 发布公告 / SWE-bench Verified 博客（未核实项已移除） | 2024-08-13 | 厂商公布 |
更新 2026-08-28 · 排名供选型参考，基准会饱和、会泄漏、会过时。