GPT 4o (2024 08 06)
1588°
Chạy mô hình này
Ưu đãi / Quảng cáo
OpenAI | ngữ cảnh 128,000 token | $2.50/M đầu vào, $10.00/M đầu ra. Phiên bản 2024-08-06 của GPT-4o cải thiện hiệu suất trong đầu ra có cấu trúc, với khả năng cung cấp schema JSON trong respone_format. Đọc thêm tại đâyOpens in new tab. GPT-4o ("o" cho "omni") là mô hình AI mới nhất của OpenAI, hỗ trợ cả đầu vào văn bản và hình ảnh với đầu ra văn bản. Nó duy trì mức độ thông minh của GPT-4 Turbo trong khi nhanh gấp đôi và tiết kiệm chi phí hơn 50%. GPT-4o cũng cải thiện hiệu suất xử lý ngôn ngữ phi tiếng Anh và nâng cao khả năng xử lý hình ảnh. Để so sánh với các mô hình khác, nó từng được gọi tạm thời là "im-also-a-good-gpt2-chatbot"Opens in new tab
Hướng dẫn cho mô hình này
Mở weights vs mã nguồn mở vs chỉ API: bạn thực sự được phép làm gì
10 lựa chọn thay thế ChatGPT rẻ nhất năm 2026: mô hình cục bộ miễn phí, gói miễn phí và gói trả phí cố định
Ghi chú của thuyền trưởng
Ghi chú từ 2026-10-13
GPT-4o (2024-08-06) là mô hình đa năng của OpenAI, xử lý cả đầu vào văn bản và hình ảnh với cửa sổ ngữ cảnh 128,000 token. Phiên bản này bổ sung khả năng xuất dữ liệu có cấu trúc đáng tin cậy qua JSON schema, giúp các nhà phát triển nhận được phản hồi có thể đọc máy và dự đoán được. Nó có mức giá tầm trung và phù hợp với ai cần khả năng tổng quát mạnh mẽ cùng nhận diện hình ảnh mà không phải trả giá mô hình tiên tiến.
Nổi tiếng với
- Xuất dữ liệu JSON có cấu trúc với kiểm soát schema, hữu ích cho pipeline và ứng dụng.
- Nhận đầu vào hình ảnh cùng văn bản trong một mô hình duy nhất.
- Hiệu năng mạnh mẽ với các ngôn ngữ không phải tiếng Anh.
- Trí tuệ tương đương GPT-4 Turbo với chi phí thấp hơn và tốc độ cao hơn.
Cẩn thận với
- Chỉ trọng số đóng — không thể chạy cục bộ hay tự lưu trữ.
- Chi phí đầu ra $10 cho mỗi triệu token, tăng nhanh với tác vụ dài dòng.
- Không hỗ trợ ngữ cảnh vượt quá 128,000 token; tác vụ ngữ cảnh dài cần mô hình khác.
Phù hợp nhất cho
Lời nhắc để thử
Trích xuất dữ liệu có cấu trúc từ văn bản
Phân tích bài đăng tuyển dụng sau và trả về đối tượng JSON với các trường: job_title, company, location, salary_range, required_skills (mảng), và employment_type. Nếu trường nào không đề cập, đặt giá trị null.
[Dán bài đăng tuyển dụng]
Mô tả và phân tích hình ảnh
Đính kèm một hình ảnh và hỏi: Hình này cho thấy gì? Liệt kê mọi văn bản bạn đọc được, mô tả các chủ thể chính, và lưu ý bất kỳ điểm bất thường hoặc đáng chú ý nào. Hãy cụ thể thay vì chung chung.
Soạn phản hồi hỗ trợ đa ngôn ngữ
Một khách hàng viết: 'Mon abonnement a été débité deux fois ce mois-ci et je n'ai reçu aucune confirmation.' Viết phản hồi chuyên nghiệp bằng tiếng Pháp, thừa nhận vấn đề, xin lỗi, và giải thích các bước tiếp theo để điều tra việc trừ tiền trùng.
So sánh với
- GPT-5Mô hình chỉ APIngữ cảnh 400,000 token · Đầu vào $1.25/M, đầu ra $10.00/M
- GPT-4o (2024-11-20)Mô hình chỉ APIngữ cảnh 128,000 token · Đầu vào $2.50/M, đầu ra $10.00/M
- GPT-5 Image MiniMô hình chỉ APIngữ cảnh 400,000 token · Đầu vào $2.50/M, đầu ra $2.00/M
- GPT-4oMô hình chỉ APIngữ cảnh 128,000 token · Đầu vào $2.50/M, đầu ra $10.00/M
Thêm mô hình văn bản từ openai
Câu hỏi thường gặp
- Tôi có thể chạy GPT-4o (2024-08-06) cục bộ không?
- Không. OpenAI chưa công bố trọng số, nên mô hình chỉ có thể dùng qua API và không thể tự lưu trữ.
- Phiên bản này có giá bao nhiêu và cửa sổ ngữ cảnh là bao lâu?
- Giá là $2.50 cho mỗi triệu token đầu vào và $10.00 cho mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 128,000 token.
- Điểm khác biệt của phiên bản 2024-08-06 so với các phiên bản GPT-4o khác là gì?
- Điểm chính là khả năng xuất dữ liệu có cấu trúc bắt buộc: bạn có thể cung cấp JSON schema trong tham số response_format và mô hình sẽ tuân theo, điều mà các phiên bản GPT-4o trước đây không hỗ trợ đáng tin cậy.
Phán quyết của thuyền trưởngMột mô hình đa năng vững chắc với cải tiến xuất dữ liệu có cấu trúc mà các nhà phát triển thực sự cần — chỉ cần chú ý chi phí token đầu ra.
Thuyền trưởng viết những ghi chú này dựa trên mô tả và thẻ mô hình của mô hình. Giá cả và kích thước ngữ cảnh là của nhà cung cấp tại thời điểm viết và có thể thay đổi.
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Điểm số này được tính như thế nào
Mô hình này chưa có dữ liệu phổ biến từ bất kỳ nguồn nào, nên nó mang một số thay thế dưới 7,000° để giữ cho danh sách đầy đủ. Nó không bao giờ xếp trên một mô hình có dữ liệu. Phân tích chi tiết sẽ xuất hiện ở đây ngay khi có nguồn báo cáo.
Thuật ngữ: các từ dùng ở đây
- Điểm nhiệt
- Một số duy nhất cho biết mô hình được dùng và mong muốn thế nào hiện tại, từ 0° đến 9.999°. Mọi danh sách trên trang này nói về độ hot đều sắp xếp theo nó và không theo gì khác.
- Sàn điểm
- 7.000° là điểm bắt đầu cho mọi mô hình có dữ liệu thật. Thang điểm chạy từ 0° đến 9.999°; phần dưới sàn dành cho mô hình thay thế (mô hình không có dữ liệu), để mô hình có dữ liệu luôn xếp trên mô hình không có. Sàn điểm giống nhau cho tất cả và không quyết định gì; điểm trên sàn mới là thước đo.
- Tương đương lượt tải
- Tất cả những gì điểm số coi là lượt tải, cộng lại: lượt tải thật, mỗi người chia sẻ torrent tính 1.000, mỗi ảnh AI Horde và mỗi lượt chạy trên trang tạo ảnh tính một.
- Thang log
- Đếm theo chục, không phải theo đơn vị: từ 1.000 lên 10.000 lượt tải thêm cùng số điểm như từ 10.000 lên 100.000. Giúp tránh việc các mô hình lớn lấn át hết mọi thứ khác.
- Lượt thích
- Giơ ngón tay cái và lượt thích từ mọi nguồn, mỗi lượt bằng một nửa lượt tải trên thang log.
- Tỷ lệ áp dụng
- Bao nhiêu lượt tải mỗi ngày mà mô hình nhận được hiện tại, tính từ chênh lệch giữa hai lần đọc nguồn. Bằng một phần tư trọng số của lượt tải.
- Đã đo và ước tính
- Đã đo nghĩa là có hai lần đọc từ một nguồn và sự khác biệt là thật. Ước tính nghĩa là chỉ biết tổng số hôm nay và quá khứ được phân bổ trong suốt thời gian tồn tại của mô hình; trang web sẽ nói rõ đang hiển thị loại nào.
- Seeder
- Người giữ bản sao trọng số trực tuyến để người khác tải qua torrent, hoặc một bản sao lưu trữ làm điều tương tự. Mỗi người được tính là 1.000 lượt tải.
- AI Horde
- Một mạng lưới tình nguyện tạo ảnh miễn phí trên máy tính được hiến tặng. Số ảnh nó đã tạo với một mô hình được công khai, và mỗi ảnh được tính là một lượt tải.
- Trang tạo ảnh
- Các trang lưu trữ bản sao mô hình riêng và cho phép người dùng tạo ảnh, như PixAI, SeaArt và Yodayo. Lượt tải của họ được tính giống như Civitai và mỗi lần tạo ảnh được tính là một lượt tải.
- Token OpenRouter
- Mô hình văn bản phục vụ qua API, như Claude hoặc GPT, không có trọng số để tải xuống, nên sử dụng token để đo lường: các đoạn văn bản nó đọc và viết qua OpenRouter, một cổng kết nối nhiều ứng dụng sử dụng, trong 30 ngày qua. Mỗi 10,000,000 token tính là một lượt tải. Nguồn: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Mô hình đầy đủ (checkpoint)
- Chính là trọng số, file tự tạo ảnh. Nó được cộng thêm điểm vì các add-on phụ thuộc vào nó.
- LoRA và embedding
- Các file add-on nhỏ giúp điều chỉnh trọng số của người khác theo phong cách, nhân vật hoặc ý tưởng. Chúng không thể chạy riêng.
- Gia đình và trọng số
- Nền tảng mà mô hình xây dựng trên đó, như SD 1.5, SDXL, Flux hoặc Wan. Mỗi mô hình kế thừa ngày phát hành của trọng số gia đình nó.
- Tuổi
- Điểm trừ dựa trên thời gian trọng số gia đình được phát hành: 150° mỗi năm, tối đa 750°. Nó giữ lại lượt tải cũ đã tích tụ nhiều năm bằng cách đóng băng đầu danh sách.
- Tăng gia đình
- Một đẩy nhỏ có giới hạn cho LoRA của một gia đình mà trang này đang ưu tiên, luôn được liệt kê trong phần phân tích.
- Điểm thay thế
- Một số ổn định dưới mức tối thiểu dành cho mô hình chưa có báo cáo nguồn, để danh sách luôn đầy đủ. Nó không bao giờ xếp trên mô hình có dữ liệu.
- Mới! (giai đoạn thử nghiệm)
- Mô hình dưới 7 ngày tuổi hiển thị Mới! thay vì điểm số và không được xếp hạng. Điểm số được tính từ ngày đầu tiên, nhưng mô hình mới một ngày tăng trưởng nhanh nhất, nên nếu không chờ đợi thì #1 tuần này sẽ luôn là mô hình mới ra hôm qua thay vì mô hình giữ vững trong tuần.
- Xu hướng
- Tốc độ tăng trưởng của mô hình trong một khoảng thời gian so với tốc độ tăng trưởng trung bình của mô hình khác trong cùng khoảng thời gian. Nhanh hơn trung bình là tăng, chậm hơn là giảm.
- Mô hình điển hình
- Giữa danh mục: một nửa mô hình có số liệu tăng nhanh hơn trong khoảng thời gian, một nửa tăng chậm hơn.
