gpt-image-1是OpenAI迄今为止最先进的图像生成模型，继承了GPT-4o的多模态能力，并在图像生成方面进行了显著优化。支持通过简单的API调用生成图像，以及多图生图、改图。

​OpenAI 的 o1 模型是一种专为复杂推理任务设计的生成式预训练变换器（GPT），其核心特性是通过“链式思维”（chain-of-thought）方法，在回答前进行更深入的思考，从而在科学、编程和数学等领域表现出更强的推理能力，最大上下文长度为 200,000 个 token。

Whisper 可以将语音转录为文本，并将多种语言翻译成英语。

纯官方高速GPT3.5系列，支持function_call。

纯官方高速GPT3.5 16K系列，支持function_call，适用于长对话场景。

于 2024-09-13 废弃，建议使用 gpt-3.5-turbo

高清文本转语音模型 TTS，支持高质量音色设置。

高清文本转语音模型 TTS，支持高质量音色设置。

纯官方高速GPT3.5系列，支持tools_call。

于 2024-09-13 废弃，建议使用 gpt-3.5-turbo

于 2024-09-13 废弃，建议使用 gpt-3.5-turbo

纯官方高速GPT3.5系列，支持function_call。

纯官方GPT4 32K系列，支持更大的上下文窗口，适用于复杂的对话场景。将于 2025-06-06 废弃，建议使用 gpt-4o

纯官方GPT4 32K系列，支持更大的上下文窗口，适用于复杂的对话场景。将于 2025-06-06 废弃，建议使用 gpt-4o

纯官方GPT4 32K系列，支持更大的上下文窗口，适用于复杂的对话场景。将于 2025-06-06 废弃，建议使用 gpt-4o

于 2025-06-06 废弃，建议使用 gpt-4o

OpenAI 于 2023 年 3 月发布的先进大型语言模型，可以同时处理文本和图像输入，生成文本输出。这使得它能够理解和生成与视觉内容相关的复杂信息，例如图表、截图、手写文字等。
适用于生成文章、诗歌、剧本等创意写作内容，生成和优化代码，解释复杂概念，分析医学文献，提供诊断建议等。最大上下文数量8,192字符。

OpenAI 于 2024 年推出的 GPT-4 Turbo 系列预览模型的早期版本。​这些预览模型主要用于开发者测试和反馈，可能在稳定性和功能上存在不确定性。

OpenAI 于 2024 年 1 月发布的 GPT-4 Turbo 系列预览模型的更新版本。​该模型主要针对开发者反馈进行优化，提升了代码生成能力，减少了模型在处理任务时的“懒惰”现象，并修复了非英文字符处理的问题。

于 2023 年 11 月发布的 GPT-4 Turbo 系列预览模型之一，主要面向开发者和研究人员，尚不适合生产环境使用，中文处理能力方面表现突出
适用于中文客服、智能助手、中文文章、报告、摘要等生成任务、中文教育领域的智能辅导和答疑以及结合图像输入，拓展至图像分析、视觉问答等领域。
最大上下文128,000个token。

纯官方高速GPT3.5系列，支持tools_call。

OpenAI 推出的先进文本生成图像模型，结合了 ChatGPT 的语言理解能力，能够根据详细的文本描述生成高质量、富有创意的图像。
适用于需要高质量图像生成的各类创意工作，如品牌设计、广告创作、教育插图、社交媒体内容制作等。
最大上下文长度4,000 个token。

支持文本和图像输入，具备图像分析和生成能力，在处理具体指令时表现更佳，适用于生成特定格式的内容，集成工具支持（自动选择并使用适当的工具响应用户请求）；适用于语言学习、编程教学、生成图像、编辑视频、辅助创意、数据分析与报告生成、编程与代码审查等场景。

支持文本和图像输入，具备图像分析和生成能力，在处理具体指令时表现更佳，适用于生成特定格式的内容，集成工具支持（自动选择并使用适当的工具响应用户请求）；适用于语言学习、编程教学、生成图像、编辑视频、辅助创意、数据分析与报告生成、编程与代码审查等场景。

支持文本、图像、音频和视频输入输出，实现实时语音对话、图像分析和情感识别等功能，能够识别用户的语音语调、面部表情和肢体语言，调整对话风格，实现更自然的互动。

支持文本、图像、音频和视频的输入输出，具备更强的上下文理解能力，能够处理长篇对话和复杂交互场景，​支持实时语音输入和输出，内置图像生成能力，可创建包含复杂文本的商用级图像，并支持多轮对话优化图像细节；适用智能客服与虚拟助理、语言学习、编程教学、生成图像、编辑视频，辅助创意工作、数据分析与报告生成、编程与代码审查等场景。

于2024年7月18日发布的一个高效且价格更为亲民的AI模型，优化的分词器使其在处理非英语文本时更加高效，目前支持文本和图像输入，最大上下文长度为 128,000 个 token。

于 2024 年 7 月 18 日推出的一款轻量级多模态 AI 模型，旨在提供高效、低成本的人工智能服务，特别适用于需要处理文本和图像输入的任务， 适用于图像描述、图像问答、智能客服、内容生成、开发者进行模型测试和原型开发等场景，最大上下文数量128,000个token。

GPT-4o-2024-08-06 是 OpenAI 推出的旗舰多模态 AI 模型，具备文本、图像、音频输入输出能力，支持最大 128K 上下文和 16K 输出令牌，提供结构化 JSON 输出，并在性能和成本上优于前代版本。​

支持文本、图像、音频和视频的输入输出，在英语和代码处理方面与 GPT-4 Turbo 相当，在非英语语言、视觉和音频理解方面表现更佳，最大上下文长度为 128,000 个 token。

同o1-mini

o1 系列中的轻量级版本，旨在提供高效的推理能力，特别适用于编程、数学和科学任务，相比于 o1-preview，o1-mini 在成本上更具优势，适合需要高效处理的应用场景，最大上下文长度为 128,000 个 token，最大输出数64,000 个token。​

o1-preview于 2024 年 9 月 12 日发布， 是一款高效、低成本的推理模型，支持多级推理强度、结构化输出、函数调用和联网搜索，适用于科学、数学和编程等领域，最大上下文长度为 128,000 个 token。

o1-preview于 2024 年 9 月 12 日发布， 是一款高效、低成本的推理模型，支持多级推理强度、结构化输出、函数调用和联网搜索，适用于科学、数学和编程等领域，最大上下文长度为 128,000 个 token。

OpenAI 的 o3-mini 是一款高效、经济的小型推理模型，具备多级推理能力、结构化输出、函数调用和强化学习等先进特性，适用于数学、编程、科学等领域，支持长文本处理和多语言应用，安全性高，适合开发者和研究人员使用，最大上下文长度为 200,000 个 token。

OpenAI 于 2024 年 12 月 5 日发布了 o1 模型的完整版（o1-2024-12-17），这是其推理模型系列中的首个版本，专为处理复杂的推理任务而设计。​o1 模型在回答问题之前会进行“思考”，生成较长的“思路链”，使其在科学、数学和编程等领域表现出色。​与 GPT-4o 相比，o1 在这些任务上具有更高的准确性和效率，最大上下文长度为 200,000 个 token。

端到端语音到语音实时交互，支持中断、工具调用与低延迟响应

聊天格式的 gpts 搜索接口，返回 Markdown 排版后的数据。

绘画，支持设置多张参考图片，快速模式

图生文，快速模式

图生图，图融合，快速模式

画图提示词 prompt 缩短、优化

绘图后对指定分图再次绘画

绘图后对指定分图放大

局部重绘，要先放大图片

重新绘画生成

焦点平移，可选上下左右，要先放大图片

扩展（扩图），生成图片四周的内容，要先放大图片

放大2倍

放大4倍

提交弹出模态框中的内容，局部重绘、Zoom 用到

绘画，支持设置多张参考图片，慢速模式

图生文，慢速模式

图生图，图融合，慢速模式

画图提示词 prompt 缩短、优化

绘图后对指定分图再次绘画

绘图后对指定分图放大

局部重绘，要先放大图片

重新绘画生成

焦点平移，可选上下左右，要先放大图片

扩展（扩图），生成图片四周的内容，要先放大图片

放大2倍

放大4倍

提交弹出模态框中的内容，局部重绘、Zoom 用到

绘画，支持设置多张参考图片，极速模式

图生文，极速模式

图生图，图融合，极速模式

画图提示词 prompt 缩短、优化

绘图后对指定分图再次绘画

绘图后对指定分图放大

局部重绘，要先放大图片

重新绘画生成

焦点平移，可选上下左右，要先放大图片

扩展（扩图），生成图片四周的内容，要先放大图片

放大2倍

放大4倍

提交弹出模态框中的内容，局部重绘、Zoom 用到