โมเดล OpenAI

GPT-Realtime-2 เป็นโมเดลเสียงแบบเรียลไทม์ที่มีความสามารถสูงสุดของเรา। รองรับการโต้ตอบแบบเสียงต่อเสียง พร้อมการปรับระดับความพยายามในการให้เหตุผล ความสามารถในการทำตามคำสั่งที่แม่นยำยิ่งขึ้น และการใช้เครื่องมือที่เชื่อถือได้มากขึ้น เพื่อรองรับเวิร์กโฟลว์ของเอเจนต์เสียงที่ซับซ้อน।

เริ่มต้นด้วย GPT-5.6 Sol สำหรับการให้เหตุผลเชิงซับซ้อนและการเขียนโค้ด, เลือก GPT-5.6 Terra เพื่อสร้างสมดุลระหว่างความสามารถและต้นทุน, หรือใช้ GPT-5.6 Luna สำหรับเวิร์กโหลดปริมาณมากที่อ่อนไหวต่อค่าใช้จ่าย.

GPT Image 2 เป็นโมเดลสร้างภาพระดับแนวหน้าของ OpenAI สำหรับการสร้างและแก้ไขภาพอย่างรวดเร็วและมีคุณภาพสูง. รองรับขนาดภาพที่ยืดหยุ่นและการป้อนภาพที่มีความเที่ยงตรงสูง.

GPT-5.5 Pro ผสานความฉลาดล้ำสมัย ความแม่นยำ และประสิทธิภาพ เพื่อรับมือกับความท้าทายที่ซับซ้อน ตั้งแต่การพัฒนาซอฟต์แวร์และการวิเคราะห์ข้อมูล ไปจนถึงงานวิจัยและการสนับสนุนการตัดสินใจ มอบความช่วยเหลือระดับผู้เชี่ยวชาญได้อย่างรวดเร็วและสม่ำเสมอ

Model 5.5 เป็นโมเดล AI เจเนอเรชันถัดไปที่ออกแบบมาเพื่อเพิ่มศักยภาพด้านการให้เหตุผลให้แข็งแกร่งขึ้น ตอบสนองได้รวดเร็วขึ้น และมีความแม่นยำสูงขึ้นในงานหลากหลายประเภท โดดเด่นในการทำความเข้าใจคำสั่งที่ซับซ้อน การสร้างเนื้อหาคุณภาพสูง และการช่วยงานด้านการเขียนโค้ด การวิเคราะห์ และการแก้ปัญหา

GPT-5.4 Nano เป็นโมเดล AI ที่มีน้ำหนักเบาเป็นพิเศษ ออกแบบมาเพื่อความเร็วและประสิทธิภาพสูงสุด. โมเดลนี้ได้รับการปรับให้เหมาะสมสำหรับงานที่เรียบง่าย ปฏิสัมพันธ์แบบเรียลไทม์ และการปรับใช้ในระดับใหญ่ ซึ่งความหน่วงต่ำและการใช้ทรัพยากรให้น้อยที่สุดเป็นสิ่งจำเป็น.

GPT-5.4 Mini เป็นโมเดล AI ที่เบาและมีประสิทธิภาพ ปรับแต่งเพื่อความเร็วและประสิทธิภาพในการทำงานในชีวิตประจำวัน ให้ความสามารถด้านการสนทนาที่เชื่อถือได้ การสร้างเนื้อหา และการช่วยเหลืองาน พร้อมทั้งรักษาความหน่วงต่ำและการใช้ทรัพยากรต่ำ.

GPT-5.4 Pro เป็นโมเดล AI ประสิทธิภาพสูงที่ออกแบบมาสำหรับการใช้งานระดับมืออาชีพและธุรกิจ มาพร้อมความสามารถในการให้เหตุผลที่แข็งแกร่ง ความแม่นยำที่เชื่อถือได้ และการดำเนินการอย่างมีประสิทธิภาพ ครอบคลุมงานต่างๆ เช่น การสร้างสรรค์เนื้อหา การเขียนโค้ด การวิจัย และการวิเคราะห์ข้อมูล

GPT Image 2 ALL เป็นโมเดลสร้างภาพแบบครอบคลุมที่ออกแบบมาเพื่อรองรับงานด้านภาพเชิงสร้างสรรค์และเชิงมืออาชีพที่หลากหลาย โดยผสานการสร้างภาพคุณภาพสูง ความเข้าใจพรอมป์ขั้นสูง และการรองรับสไตล์ที่หลากหลาย เพื่อมอบผลลัพธ์ที่โดดเด่นในกรณีใช้งานที่หลากหลาย

GPT-5.5 โดดเด่นในการเขียนโค้ด การค้นคว้าออนไลน์ การวิเคราะห์ข้อมูล และการทำงานข้ามเครื่องมือ โมเดลนี้ไม่เพียงเพิ่มความเป็นอิสระในการจัดการงานหลายขั้นตอนที่ซับซ้อนเท่านั้น แต่ยังยกระดับความสามารถด้านการให้เหตุผลและประสิทธิภาพในการดำเนินการอย่างมีนัยสำคัญ ขณะเดียวกันก็ยังคงความหน่วงเวลาเท่าเดิมเมื่อเทียบกับรุ่นก่อน ซึ่งนับเป็นก้าวสำคัญสู่การทำงานสำนักงานแบบอัตโนมัติที่ขับเคลื่อนด้วย AI

Sora 2 Pro เป็นโมเดลสร้างสื่อที่ล้ำหน้าและทรงพลังที่สุดของเรา ที่สามารถสร้างวิดีโอพร้อมเสียงที่ซิงโครไนซ์ได้ สามารถสร้างคลิปวิดีโอที่ละเอียดและไดนามิกจากภาษาธรรมชาติหรือภาพได้

โมเดลสร้างวิดีโอทรงพลังเป็นพิเศษ พร้อมเอฟเฟ็กต์เสียง และรองรับรูปแบบแชต

GPT-5.4 เป็นโมเดลระดับแนวหน้าสำหรับงานระดับมืออาชีพที่ซับซ้อน। Reasoning.effort รองรับ: none (default), low, medium, high และ xhigh.

โมเดล GPT-5.3 Instant ที่ใช้ใน ChatGPT

โมเดลเสียงที่ดีที่สุดสำหรับอินพุตเสียงและเอาต์พุตเสียงด้วย Chat Completions.

โมเดลเสียงที่ดีที่สุดสำหรับเสียงเข้า, เสียงออก.

GPT-5.3-Codex ได้รับการปรับให้เหมาะสำหรับงานเขียนโค้ดแบบเอเจนต์ใน Codex หรือสภาพแวดล้อมที่คล้ายกัน GPT-5.3-Codex รองรับการตั้งค่าความพยายามในการให้เหตุผลในระดับ low, medium, high และ xhigh

GPT-Image-1.5 เป็นโมเดลภาพของ OpenAI ใน GPT Image family . เป็นโมเดล GPT แบบมัลติโหมดโดยเนื้อแท้ ออกแบบมาเพื่อสร้างภาพจากพรอมต์ข้อความ และแก้ไขภาพที่ป้อนเข้าด้วยความเที่ยงตรงสูง ขณะเดียวกันก็ปฏิบัติตามคำสั่งของผู้ใช้อย่างเคร่งครัด.

gpt-5.2-pro เป็นสมาชิกที่มุ่งเน้นการใช้งานระดับโปรดักชันและมีความสามารถสูงสุดในตระกูล GPT-5.2 ของ OpenAI เปิดให้ใช้งานผ่าน Responses API สำหรับงานที่ต้องการความแม่นยำสูงสุด การให้เหตุผลหลายขั้นตอน การใช้เครื่องมืออย่างกว้างขวาง และงบประมาณด้านบริบท/throughput ที่ใหญ่ที่สุดที่ OpenAI มีให้

GPT-5.1 Chat เป็นโมเดลภาษาสำหรับการสนทนาที่ปรับจูนด้วยคำสั่ง สำหรับการแชตอเนกประสงค์ การให้เหตุผล และการเขียน รองรับบทสนทนาหลายรอบ การสรุปความ การร่าง การถาม-ตอบบนฐานความรู้ และการช่วยเขียนโค้ดแบบน้ำหนักเบาสำหรับผู้ช่วยภายในแอป ระบบอัตโนมัติด้านซัพพอร์ต และผู้ช่วยร่วมสำหรับเวิร์กโฟลว์ จุดเด่นด้านเทคนิคประกอบด้วยการจัดแนวที่ปรับให้เหมาะกับการแชต เอาต์พุตที่ควบคุมได้และมีโครงสร้าง และเส้นทางการผสานรวมสำหรับการเรียกใช้เครื่องมือและเวิร์กโฟลว์การเรียกค้น เมื่อมีให้ใช้งาน

GPT-5.1 เป็นโมเดลภาษาที่ผ่านการปรับจูนด้วยคำสั่งสำหรับการใช้งานทั่วไป ซึ่งมุ่งเน้นการสร้างข้อความและการให้เหตุผลครอบคลุมเวิร์กโฟลว์ของผลิตภัณฑ์ รองรับบทสนทนาแบบหลายรอบ การจัดรูปแบบผลลัพธ์เชิงโครงสร้าง และงานที่เน้นโค้ด เช่น การร่าง การรีแฟกทอริง และการอธิบาย การใช้งานทั่วไปได้แก่ ผู้ช่วยแชต การถาม-ตอบแบบเสริมการเรียกค้น การแปลงข้อมูล และระบบอัตโนมัติแบบเอเจนต์ด้วยเครื่องมือหรือ API เมื่อรองรับ จุดเด่นด้านเทคนิคประกอบด้วยรูปแบบสื่อที่เน้นข้อความ ความสามารถในการปฏิบัติตามคำสั่ง ผลลัพธ์แบบ JSON และความเข้ากันได้กับการเรียกใช้ฟังก์ชันในเฟรมเวิร์กการออร์เคสเตรชันที่ใช้กันทั่วไป

เวอร์ชันที่ปรับให้เหมาะสมด้านต้นทุนของ GPT Image 1 เป็นโมเดลภาษามัลติโมดัลแบบเนทีฟที่รับอินพุตได้ทั้งข้อความและรูปภาพ และสร้างเอาต์พุตเป็นรูปภาพ

GPT-5 เป็นโมเดลสำหรับการเขียนโค้ดที่ทรงพลังที่สุดของ OpenAI จนถึงปัจจุบัน โมเดลนี้แสดงให้เห็นถึงการพัฒนาอย่างมีนัยสำคัญในการสร้างส่วนหน้าที่ซับซ้อนและการดีบักฐานโค้ดขนาดใหญ่ โมเดลนี้สามารถแปลงไอเดียให้เป็นจริงด้วยผลลัพธ์ที่ใช้งานง่ายและสวยงาม สร้างเว็บไซต์ แอปพลิเคชัน และเกมที่สวยงามและตอบสนองได้ดี ด้วยสัมผัสทางสุนทรียภาพที่เฉียบคม ทั้งหมดนี้จากพรอมป์เดียว ผู้ทดสอบระยะแรกยังสังเกตถึงการตัดสินใจด้านการออกแบบของโมเดลนี้ โดยมีความเข้าใจที่ลึกซึ้งยิ่งขึ้นต่อองค์ประกอบอย่างระยะห่าง การจัดวางตัวอักษร และพื้นที่ว่าง

GPT-5 Nano เป็นโมเดลปัญญาประดิษฐ์ที่ OpenAI จัดให้บริการ

GPT-5 mini เป็นสมาชิกของตระกูล GPT-5 ของ OpenAI ที่ได้รับการปรับให้เหมาะสมด้านต้นทุนและเวลาแฝง โดยมุ่งหมายจะส่งมอบจุดแข็งด้านมัลติโหมดและความสามารถในการทำตามคำสั่งของ GPT-5 ได้เป็นส่วนใหญ่ ขณะที่ลดต้นทุนลงอย่างมากสำหรับการใช้งานในระดับการผลิตขนาดใหญ่ โดยมุ่งเป้าสู่สภาพแวดล้อมที่ข้อจำกัดหลักคืออัตราการผ่านงาน (throughput) การกำหนดราคาแบบต่อโทเค็นที่คาดการณ์ได้ และการตอบสนองที่รวดเร็ว ขณะเดียวกันก็ยังคงมอบความสามารถแบบอเนกประสงค์ที่แข็งแกร่ง

เร็วๆ นี้

gpt-4o-image สร้างรูปภาพเป็นเอาต์พุต โดยสามารถเลือกใช้รูปภาพเป็นอินพุตได้

GPT-5.2 เป็นชุดโมเดลหลากหลายรูปแบบ (Instant, Thinking, Pro) ที่ถูกออกแบบมาให้เข้าใจบริบทยาวได้ดียิ่งขึ้น มีความสามารถด้านการเขียนโค้ดและการใช้เครื่องมือที่แข็งแกร่งกว่าเดิม และให้ประสิทธิภาพสูงขึ้นอย่างมีนัยสำคัญบนเกณฑ์มาตรฐานสำหรับงาน “knowledge-work” ระดับมืออาชีพ.

OpenAI o3‑pro เป็นรุ่น “pro” ของโมเดลการให้เหตุผล o3 ที่ถูกออกแบบให้ใช้เวลาคิดได้นานขึ้นและมอบคำตอบที่เชื่อถือได้มากที่สุด โดยอาศัยการเรียนรู้แบบเสริมกำลังด้วยห่วงโซ่การคิดแบบส่วนตัว และสร้างเกณฑ์มาตรฐานล้ำสมัยชุดใหม่ครอบคลุมหลายสาขา เช่น วิทยาศาสตร์ การเขียนโปรแกรม และธุรกิจ — พร้อมผสานเครื่องมือต่าง ๆ แบบอัตโนมัติ เช่น การค้นหาบนเว็บ การวิเคราะห์ไฟล์ การรัน Python และการให้เหตุผลเชิงภาพ ภายใน API

OpenAI การแปลงข้อความเป็นคำพูด

แปลงคำพูดเป็นข้อความ, สร้างคำแปล

GPT-4o mini TTS เป็นโมเดลการสังเคราะห์เสียงจากข้อความแบบประสาทเทียม ออกแบบมาเพื่อสร้างเสียงพูดที่เป็นธรรมชาติและมีความหน่วงต่ำสำหรับแอปพลิเคชันที่ผู้ใช้ใช้งานโดยตรง。 มันสามารถแปลงข้อความเป็นเสียงพูดที่ฟังเป็นธรรมชาติ พร้อมตัวเลือกเสียงหลายแบบ เอาต์พุตหลายรูปแบบ และการสังเคราะห์แบบสตรีมมิงเพื่อประสบการณ์การใช้งานที่ตอบสนองรวดเร็ว。 การใช้งานทั่วไป ได้แก่ ผู้ช่วยเสียง, ระบบ IVR และโฟลว์การติดต่อ, การอ่านเนื้อหาผลิตภัณฑ์ออกเสียง, และการบรรยายสื่อ。 ไฮไลต์ทางเทคนิค ได้แก่ การสตรีมผ่าน API และการส่งออกเป็นรูปแบบไฟล์เสียงที่ใช้กันทั่วไป เช่น MP3 และ WAV。

GPT-4o Transcribe เป็นโมเดลแปลงเสียงเป็นข้อความที่รองรับการรู้จำคำพูดหลายภาษาด้วยความหน่วงต่ำ รองรับการสตรีมแบบเรียลไทม์และการถอดเสียงแบบแบตช์จากรูปแบบไฟล์เสียงที่ใช้กันทั่วไป พร้อมเครื่องหมายวรรคตอนและการแบ่งประโยค การใช้งานทั่วไป ได้แก่ คำบรรยายสด, อินพุตสำหรับผู้ช่วยเสียง, บันทึกการประชุม และการถอดเสียงจากสื่อหรือการบันทึกการโทร จุดเด่นด้านเทคนิครวมถึงการรองรับโมดาลิตี้เสียง การประมวลผลแบบเนื้อหายาว และ API ที่เหมาะกับเวิร์กโฟลว์แบบโต้ตอบและฝั่งเซิร์ฟเวอร์

GPT-4o mini Search Preview เป็นโมเดลมัลติโหมดขนาดกะทัดรัดในตระกูล GPT-4o ที่มุ่งเน้นต่อปฏิสัมพันธ์เชิงการค้นหาและเวิร์กโฟลว์การเรียกคืนข้อมูล สามารถตีความและปรับถ้อยคำคำค้น สังเคราะห์คำตอบที่กระชับ และยึดโยงคำตอบกับผลการค้นหาภายนอกเมื่อผสานผ่านการเรียกใช้เครื่องมือ/ฟังก์ชัน กรณีใช้งานทั่วไปได้แก่ ผู้ช่วยค้นหาภายในผลิตภัณฑ์ ระบบถาม-ตอบจากฐานความรู้ การค้นพบสินค้าในอีคอมเมิร์ซ และการทำความเข้าใจคำค้นเพื่อการจัดอันดับและการกำหนดเส้นทาง ไฮไลต์ด้านเทคนิคได้แก่ อินพุตทั้งข้อความและภาพ การปฏิบัติตามคำสั่ง รูปแบบผลลัพธ์แบบมีโครงสร้าง และการผสานการใช้เครื่องมือสำหรับไปป์ไลน์ RAG

GPT-4o mini Audio Preview เป็นโมเดลมัลติโมดัลขนาดกะทัดรัดสำหรับพัฒนาแอปพลิเคชันสนทนาเชิงเสียง รองรับอินพุตและเอาต์พุตเสียงควบคู่กับข้อความ ช่วยให้ทำการรู้จำเสียง การสังเคราะห์เสียง และบทสนทนาแบบผสมข้อความ-เสียง พร้อมการเรียกใช้เครื่องมือ/ฟังก์ชันสำหรับการดำเนินการแบบมีโครงสร้าง การใช้งานทั่วไป ได้แก่ ผู้ช่วยเสียง การถอดความแบบสตรีมพร้อมการสรุป เวิร์กโฟลว์ IVR และคอลบอต และผู้ช่วยในแอปที่รองรับเสียง ไฮไลต์ด้านเทคนิคได้แก่ audio I/O การตอบสนองแบบสตรีม การทำตามคำสั่ง และการผสานใช้งานผ่าน API สำหรับแชทและเครื่องมือ

GPT-4o mini Realtime Preview เป็นโมเดลมัลติโหมดแบบเรียลไทม์สำหรับประสบการณ์เชิงโต้ตอบด้านเสียงและภาพ รองรับเสียงพูด ข้อความ และรูปภาพ พร้อมอินพุตและเอาต์พุตแบบสตรีมมิง รวมถึงการเรียกใช้เครื่องมือ/ฟังก์ชันเพื่อดำเนินการที่ยึดโยงกับข้อมูลจริง การใช้งานทั่วไปได้แก่ ผู้ช่วยเสียง การจัดการสายโทรแบบสด การทำคำบรรยายแบบเรียลไทม์ และการตอบคำถามเชิงภาพจากกล้องหรือเนื้อหาบนหน้าจอ ไฮไลต์ทางเทคนิครวมถึงเสียงแบบสองทิศทาง การเข้าใจภาพ การตอบกลับแบบสตรีมมิง และเอาต์พุตแบบมีโครงสร้างผ่านฟังก์ชัน

GPT-4o mini Audio เป็นโมเดลแบบมัลติโหมดสำหรับการโต้ตอบด้วยเสียงและข้อความ รองรับการรู้จำเสียง การแปลภาษา และการแปลงข้อความเป็นเสียง สามารถปฏิบัติตามคำสั่ง และเรียกใช้เครื่องมือเพื่อดำเนินการแบบมีโครงสร้างพร้อมการตอบสนองแบบสตรีมมิง การใช้งานทั่วไปได้แก่ ผู้ช่วยเสียงแบบเรียลไทม์ คำบรรยายสดและการแปลสด การสรุปการโทร และแอปพลิเคชันที่ควบคุมด้วยเสียง จุดเด่นด้านเทคนิคประกอบด้วย อินพุตและเอาต์พุตเสียง การตอบสนองแบบสตรีมมิง การเรียกใช้ฟังก์ชัน และเอาต์พุต JSON แบบมีโครงสร้าง

An Ada-based text embedding model optimized for various NLP tasks.

A small text embedding model for efficient processing.

A large text embedding model for a wide range of natural language processing tasks.

แบบจำลอง AI ขั้นสูงสำหรับการสร้างภาพจากคำอธิบายแบบข้อความ

New version of DALL-E for image generation.

O4-mini เป็นโมเดลปัญญาประดิษฐ์ที่ให้บริการโดย OpenAI.

O3-mini เป็นโมเดลปัญญาประดิษฐ์ที่ให้บริการโดย OpenAI.

O3 เป็นโมเดลปัญญาประดิษฐ์ที่ให้บริการโดย OpenAI.

O1-pro is an artificial intelligence model provided by OpenAI.

O1 is an artificial intelligence model provided by OpenAI.

gpt-oss-20b เป็นโมเดลปัญญาประดิษฐ์ที่ให้บริการโดย cloudflare-workers-ai.

gpt-oss-120b เป็นโมเดลปัญญาประดิษฐ์ที่ให้บริการโดย cloudflare-workers-ai.

GPT-4o mini เป็นโมเดลปัญญาประดิษฐ์ที่ให้บริการโดย OpenAI.

GPT-4o เป็นโมเดลมัลติโหมดที่ล้ำหน้าที่สุดของ OpenAI เร็วกว่าและมีต้นทุนต่ำกว่า GPT-4 Turbo พร้อมความสามารถด้านภาพที่แข็งแกร่งกว่า โมเดลนี้มีขนาดบริบท 128K และมีขอบเขตความรู้ถึงเดือนตุลาคม 2023 โมเดลในซีรีส์ 1106 ขึ้นไปรองรับ tool_calls และ function_call โมเดลนี้รองรับความยาวบริบทสูงสุด 128,000 โทเค็น

GPT-4.1 nano เป็นโมเดลปัญญาประดิษฐ์ที่ให้บริการโดย OpenAI. gpt-4.1-nano: มีหน้าต่างบริบทที่ใหญ่ขึ้น—รองรับโทเค็นบริบทได้สูงสุด 1 ล้าน และสามารถใช้บริบทนั้นได้ดียิ่งขึ้นด้วยความเข้าใจบริบทระยะยาวที่ได้รับการปรับปรุง. มีขอบเขตความรู้ที่อัปเดตเป็นเดือนมิถุนายน 2024. โมเดลนี้รองรับความยาวบริบทสูงสุด 1,047,576 โทเค็น.

GPT-4.1 mini เป็นโมเดลปัญญาประดิษฐ์จาก OpenAI. gpt-4.1-mini: เป็นก้าวกระโดดครั้งสำคัญด้านประสิทธิภาพของโมเดลขนาดเล็ก จนเอาชนะ GPT-4o ได้ในหลายเบนช์มาร์ก. ทำได้เทียบเท่าหรือเหนือกว่า GPT-4o ในการประเมินด้านความฉลาด พร้อมทั้งลดเวลาแฝงลงเกือบครึ่งหนึ่งและลดต้นทุนลง 83%. โมเดลนี้รองรับความยาวบริบทสูงสุด 1,047,576 โทเค็น.

GPT-4.1 เป็นโมเดลปัญญาประดิษฐ์ที่ให้บริการโดย OpenAI. gpt-4.1-nano: มีหน้าต่างบริบทที่ใหญ่ขึ้น—รองรับโทเคนบริบทได้สูงสุด 1 million และสามารถใช้ประโยชน์จากบริบทนั้นได้ดียิ่งขึ้นด้วยความสามารถในการทำความเข้าใจบริบทยาวที่ได้รับการปรับปรุง. มีจุดตัดความรู้ที่อัปเดตเป็นเดือนมิถุนายน 2024. โมเดลนี้รองรับความยาวบริบทสูงสุด 1,047,576 โทเคน.

coming soon