Skip to main content
GPT-4o vereint Text, Audio und Bild in einem Netz. Latenz bis zum ersten Token nur 0,12s.

Wichtige Fähigkeiten

Audio-Verständnis

Tonlage, Hintergrund, mehrere Sprecher:innen nativ.

Stil und Emotion

Echtzeit-Sprache mit natürlichem Ausdruck.

Visueller Copilot

Bildschirm oder Kamera beobachten.

Echtzeit-Übersetzung

Über 50 Sprachen bidirektional.

Spezifikationen

GPT-4o in DeepMask ausprobieren →