GPT-4o API 使用指南，实现快速调用

5 月 13 日，一款名为 GPT-4o 的新 ChatGPT 模型发布了。与之前的版本相比，GPT-4o 的响应时间提高了一倍，能理解文本、图像、音频和视频。在本文中，我们将全面讲解 OpenAI 最新模型 GPT-4o 的基本信息，并介绍如何将 GPT-4o API 集成到自己的服务中。

什么是 GPT-4o？

GPT-4o 是 OpenAI 于 5 月 13 日宣布的最新 AI 模型。 “4o”中的“o”代表“omni”，意思是“全方位的”。与 ChatGPT 基于文本和图像的交互不同，GPT-4o 允许使用文本、音频、图像和视频的组合与其进行交互。

更多详情可以访问官网：https://openai.com/index/hello-gpt-4o/

GPT-4o 的特点

那么，OpenAI 的最新模型 GPT-4o 与之前的模型相比有哪些特点呢？

响应时间缩短

根据 OpenAI 的说法，GPT-4 与人类对话需要三个步骤：

1. 将语音转换为文本
2. 生成响应文本
3. 将文本转换为语音

在之前的模型中，GPT-3.5 平均延迟为 2.8 秒，GPT-4 平均延迟为 5.4 秒。然而，最新的 GPT-4o 可以在短短 2.32 秒内做出响应，平均响应时间为 3.20 秒，几乎与人类的反应速度相同。也就是说，使用最新的 GPT-4o 模型与 AI 实现近乎实时的交互。

理解音频情感标记

以前的 GPT 模型无法识别说话者的语气或背景噪音，导致对话时常常丢失一些信息。然而随着 GPT-4o 的推出，它现在可以理解说话者的音频标记，或者说是情感，使其更加像人类。

Token 花费减少

此外，GPT-4o 压缩了日语等 20 种语言使用的标记数量。比如日语，意味着在日语中使用 ChatGPT 时，将使用更少的 Tokens。

比如，交互“你好，我叫 GPT-4o，我是一种新型语言模型，很高兴认识你”，使用的 Tokens 数量从 37 个减少到 24 个。

基本免费

GPT-4o 发布后，之前付费的服务（例如 GPT、GPT Store 和 GPT-4）将免费提供。

提供桌面客户端

ChatGPT 迄今为止仅在线提供，但在 GPT-4o 模型公告中发布了新的 macOS ChatGPT 桌面应用程序。 Windows 应用程序预计也将在今年下半年发布。

GPT-4o API 的使用

在开发 Web 应用程序时，使用 API 将 AI 功能集成到自己的服务中非常方便。随着 GPT-4o 模型的发布，我们也可以使用 API 将 GPT-4o 模型的出色功能引入到自己的服务中。那么我们需要知道，GPT-4o API 可以用吗？它要多少钱？

GPT-4o API 可用吗？

根据 OpenAI 的最新信息，GPT-4o 模型 API 已经在 Chat Completions API、Assistants API 和 Batch API 中作为文本和视觉模型提供。

GPT-4o API 升级

与之前的 ChatGPT 模型 API 相比，GPT-4o API 具有以下优势：

• 更智能：在文本分析、推理、编程能力上，提供 GPT-4 Turbo 级别的性能，在多语言、音频和视觉能力上设立了新的高标准。
• 响应速度提升：与 GPT-4 Turbo 相比，响应速度提升 2 倍。
• 价格减半：无论是输入还是输出标记，价格都比 GPT-4 Turbo 便宜 50%。
• 速率限制值提高: 速度限制比 GPT-4 Turbo 高出 5 倍，最高可达每分钟 1000 万个 Tokens。
• 视觉能力优化：视觉能力全面优化。
• 非英语语言处理能力提升：优化了对非英语语言的处理，在标记化非英语文本时更为高效。

GPT-4o API 定价

那么，使用这个最新的 GPT-4o API 模型需要花多少钱呢？

根据 OpenAI API 官方网站的信息，GPT-4o 比 GPT-4 Turbo 更快且更具性价比，同时具备更强大的视觉能力。它具有 128K 的上下文，涵盖截至 2023 年 10 月的知识。而且它的价格只有 GPT-4 Turbo 的一半。

具体定价方案如下：

根据 OpenAI API 定价页面，GPT-4o 文本输入和输出的成本为：

• 输入：5 美元 / 1M tokens
• 输出：15 美元 / 1M tokens

视觉处理的成本是基于图像的宽度和高度计算的。

下图的示例中，处理一张 1150px × 150px 的图像成本为 0.001275 美元，而且还可以选择低分辨率选项。

所以，无论是输入、输出还是图像生成，使用 GPT-4o API 的成本都是 GPT-4 Turbo 的一半。

使用 GPT-4o API 的注意事项

使用 GPT-4o API 或从其他版本切换到 GPT-4o API 时，需要注意以下几点：

1. GPT-4o API可以通过感知能力理解没有音频的视频。也就是说，需要将视频转换成帧（每秒2-4帧，可以均匀采样或者使用关键帧选择算法），然后将这些帧输入到模型中。
2. 截至 2024 年 5 月 14 日，GPT-4o API 暂不支持音频模式。但 OpenAI 预计在未来几周内会向内测人员提供音频模式。
3. 截至 2024 年 5 月 14 日，GPT-4o API 暂不支持图像生成，因此图像生成目前还是建议使用 DALL-E 3 API。
4. OpenAI 官方建议使用 GPT-4 或 GPT-4 Turbo 的所有用户考虑切换到 GPT-4o。GPT-4o 不一定比 GPT-4 或 GPT-4 Turbo 更强大，所以 OpenAI 建议在考虑切换之前比较输出并尝试 GPT-4o 来评估其功能。

使用 Apifox 管理 GPT-4o API

使用 GPT-4o API 时，API 调试和管理等任务就非常重要。

通过使用超便捷的 API 管理工具 Apifox，你可以更方便、更高效地管理任何 API。由于 GPT-4o API 已经可用，你可以访问 Apifox 上的 API Hub 并轻松访问 OpenAI API 项目，将 GPT-4o API 项目克隆到自己的项目中，查看和调试 GPT-4o API，并使用 Apifox 方便地进行管理。

获取 OpenAI API 密钥使用 GPT-4o API

要开始使用 GPT-4o API，你首先需要获取 OpenAI API 密钥。让我们按照下面的教程获取你的 OpenAI API 密钥。

1. 注册 OpenAI 账户

首先需要创建一个 OpenAI 帐户。访问 OpenAI 官网，点击右上角“Get Started”按钮创建账户。

2.获取 OpenAI API 密钥

创建 OpenAI 帐户后，你需要获取用于身份验证的 API 密钥，有了它才能使用 GPT-4o API 。

1. 访问 OpenAI 上的 API 密钥页面并使用你的帐户登录（如果没有帐户，则创建一个新帐户）。
2. 点击“Create new secret key”按钮生成新的 API 密钥。

生成 API 密钥后，会立即显示在屏幕上，你一定要记录并安全存储它，因为后面你将无法再次查看它。

方便地测试和管理 GPT-4o API

对于想调用 GPT-4o API 的用户来说，Apifox 是一个非常方便的工具。 Apifox 有一个 OpenAI API 项目，涵盖了 OpenAI 提供的所有 API。从 OpenAI API 项目的左侧菜单中选择聊天（Chat），在请求 Body 里面将模型指定为“gpt-4o”，例如 "model":"gpt-4o" ，这样就可以开始使用 GPT-4o API。

实战演示：将 GPT-4o API 与 Apifox 结合使用

在 Apifox 上访问 OpenAI API 项目时，你可以按照以下步骤轻松测试 OpenAI API，了解如何将 GPT-4o 与聊天完成 API 结合使用。

访问 Apifox 上的 OpenAI API 项目，从左侧菜单中选择 Chat Completions API ，然后根据 ChatGPT 规范输入 HTTP 方法和端点 URL。

在“Body”选项卡中，以 JSON 格式写入要发送到 ChatGPT 的消息。需要注意的是，使用 GPT-4o，需要通过包含 "model":"gpt-4o" 将模型指定为“gpt-4o”。

切换到“Headers”选项卡，添加授权参数以使用 ChatGPT API 进行身份验证，输入你获得的 ChatGPT API 密钥，然后单击“发送”按钮。

需要注意的是，在 Apifox 中，你可以将 OpenAI API 密钥存储为环境变量。将 OpenAI API 密钥存储为环境变量，以后就可以直接引用环境，无需重复重新输入，非常方便。

总结

在本文中，我们详细介绍了 OpenAI 的最新模型 GPT-4o。

• GPT-4o 的响应时间比之前的版本快一倍
• 可以理解文本、图像、音频和视频。
• 使用 Tokens 数量减少
• GPT-4o API 具有更高的智能
• 响应速度加快 2 倍
• 定价便宜 50%
• 速率限制提高 5 倍
• 改进的视觉功能
• 非英语语言处理能力提升

要使用 GPT-4o API，你需要创建 OpenAI 帐户并获取 API 密钥。使用 Apifox，你可以轻松测试和管理 GPT-4o API。 Apifox 有一个涵盖 GPT-4o API 规范的 OpenAI API 项目，你可以将 API 密钥存储为环境变量以避免重新输入。

将来，GPT-4o API 中将添加音频支持。通过利用 GPT-4o 的优秀功能并将其融入到你的服务中，你可以提供更好的 AI 体验。