OpenAI 模型

GPT-Realtime-2 是我們最強大的即時語音模型。它支援語音對語音的互動，提供可調整的推理強度、更強的指令遵循能力，以及在複雜語音代理工作流程中更可靠的工具使用。

針對複雜推理與程式設計，先選用 GPT-5.6 Sol；若需在智慧與成本之間取得平衡，選擇 GPT-5.6 Terra；或在成本敏感、工作負載量大的情境下使用 GPT-5.6 Luna。

GPT Image 2 是 OpenAI 最先進的圖像生成模型，用於快速、高品質的圖像生成與編輯。它支援彈性的圖像尺寸與高保真圖像輸入。

GPT-5.5 Pro 結合了最先進的智慧、精準與效率，應對複雜的挑戰。從軟體開發與資料分析到研究與決策支援，它以快速且一致的表現提供專家級協助。

Model 5.5 是一款新一代 AI 模型，旨在於各種任務中提供更強的推理能力、更快的回應，以及更高的準確性。它擅長理解複雜指令、生成高品質內容，並協助進行程式開發、分析與問題解決。

GPT-5.4 Nano 是一款為實現最高速度與效率而打造的超輕量級 AI 模型。它針對簡單任務、即時互動，以及在需要低延遲與最小資源消耗的大規模部署方面進行了最佳化。

GPT-5.4 Mini 是一款輕量且高效的 AI 模型，針對速度與日常生產力進行最佳化。它在維持低延遲與低資源使用的同時，提供可靠的對話能力、內容生成與任務協助。

GPT-5.4 Pro 是一款為專業與商務應用設計的高效能 AI 模型。它在內容創作、程式設計、研究與資料分析等任務上，提供強大的推理能力、可靠的準確性與高效的執行效率。

GPT Image 2 ALL 是一款全方位的圖像生成模型，旨在處理各種創意與專業的視覺任務。它結合高品質的圖像生成、先進的提示理解，以及多元的風格支援，能在多樣化的應用場景中提供卓越成果。

GPT-5.5 在程式碼撰寫、線上研究、資料分析與跨工具操作方面表現出色。該模型不僅在處理複雜的多步驟任務時提升了自主性，還在保持與前代相同延遲的同時，大幅提升推理能力與執行效率，標誌著朝向 AI 驅動的辦公自動化邁出重要一步。

Sora 2 Pro 是我們最先進且最強大的媒體生成模型，能生成帶有同步音訊的影片。它可以從自然語言或圖像創建細節豐富、動態的影片片段。

超強大的影片生成模型，具備音效，支援對話格式。

GPT-5.4 是面向複雜專業工作的前沿模型。Reasoning.effort 支援：none（預設）、low、medium、high 和 xhigh。

ChatGPT 所使用的 GPT-5.3 Instant 模型

搭配 Chat Completions 進行音訊輸入、音訊輸出的最佳語音模型。

用於音訊輸入、音訊輸出的最佳語音模型。

GPT-5.3-Codex 針對在 Codex 或類似環境中的代理式程式設計任務進行了優化。GPT-5.3-Codex 支援低、中、高與超高的推理強度設定。

GPT-Image-1.5 是 OpenAI 的 GPT Image 系列中的圖像模型。它是一個原生多模態的 GPT 模型，旨在根據文字提示生成圖像，並在嚴格遵循使用者指示的同時對輸入圖像進行高保真編輯。

gpt-5.2-pro 是 OpenAI 的 GPT-5.2 系列中能力最強、面向生產環境的成員，透過 Responses API 對外提供，用於需要最高保真度、多步推理、廣泛的工具使用，以及 OpenAI 所提供的最大上下文/吞吐量配額的工作負載。

GPT-5.1 Chat 是一個經指令微調的對話式語言模型，用於通用聊天、推理與寫作。它支援多輪對話、摘要、草擬、知識庫問答，以及面向應用內助理、支援自動化與工作流程副駕的輕量級程式碼輔助。技術亮點包括針對聊天優化的對齊、可控且結構化的輸出，以及在可用時提供工具呼叫與檢索工作流程的整合路徑。

GPT-5.1 是一款通用的指令微調語言模型，專注於跨產品工作流程的文本生成與推理。它支援多輪對話、結構化輸出格式，以及以程式碼為導向的任務，例如撰寫、重構與說明。典型用例包括聊天助理、檢索增強式問答、資料轉換，以及在支援的情況下透過工具或 API 進行代理式自動化。技術亮點包括以文本為中心的模態、指令遵循、JSON 風格輸出，以及與常見編排框架中的函式呼叫相容。

GPT Image 1 的成本優化版本。它是一款原生多模態語言模型，可接受文字與影像輸入，並產生影像輸出。

GPT-5 是 OpenAI 迄今為止最強大的程式碼模型。它在複雜前端生成與大型程式碼庫的偵錯方面有顯著提升。它能以直觀且具美感的成果將想法化為現實，只需一則提示即可打造優美且響應式的網站、應用程式與遊戲，並展現敏銳的美學感知。早期測試者也注意到其設計選擇，對於間距、字體排印與留白等元素有更深刻的理解。

GPT-5 Nano 是由 OpenAI 提供的人工智慧模型。

GPT-5 mini 是 OpenAI 針對成本與延遲優化的 GPT-5 系列成員，旨在以顯著更低的成本，為大規模生產使用提供 GPT-5 在多模態與指令遵循方面的絕大部分優勢。它面向以吞吐量、可預測的每 token 定價與快速回應為主要約束的環境，同時仍提供強大的通用能力。

即將推出

gpt-4o-image 可生成圖像作為輸出，並可選擇使用圖像作為輸入。

GPT-5.2 是一個多版本的模型系列（Instant、Thinking、Pro），專為更佳的長上下文理解、更強的程式設計與工具使用能力，以及在專業「知識工作」基準測試中取得實質更高的表現而設計。

OpenAI o3‑pro 是 o3 推理模型的「pro」變體，經過工程化設計，以進行更長程的思考並輸出最可靠的回應，藉由採用私有思維鏈強化學習，並在科學、程式設計與商業等領域樹立全新的最先進基準——同時可在 API 中自主整合如網路搜尋、檔案分析、Python 執行與視覺推理等工具。

OpenAI 文字轉語音

語音轉文字，生成翻譯

GPT-4o mini TTS 是一款神經網路文字轉語音模型，旨在於面向使用者的應用程式中實現自然、低延遲的語音生成。它可將文字轉換為自然聽感的語音，提供可選語音、多種格式輸出與串流合成，帶來反應迅速的體驗。典型用例包括語音助理、IVR 與聯絡流程、產品內容朗讀與媒體旁白。技術亮點包括基於 API 的串流，以及匯出為 MP3 與 WAV 等常見音訊格式。

GPT-4o Transcribe 是一款用於多語言、低延遲語音辨識的語音轉文字模型。它支援即時串流與批次轉錄，能從常見音訊格式產生帶有標點與句子切分的轉錄結果。典型用途包括即時字幕、語音助理輸入、會議筆記，以及媒體或通話錄音的轉錄。技術亮點包括音訊模態支援、長篇內容處理，以及適用於互動式與伺服端工作流程的 API。

GPT-4o mini Search Preview 是 GPT-4o 家族中面向搜尋導向互動與檢索工作流程的緊湊型多模態模型。它能解讀與重述查詢、綜合精煉答案，並在透過工具/函式呼叫整合外部搜尋時，為回應提供依據。典型用途包括產品內搜尋助理、知識庫問答、電商探索，以及用於排序與路由的查詢理解。技術亮點包括文字與影像輸入、遵循指令、結構化輸出格式，以及面向 RAG 管線的工具使用整合。

GPT-4o mini Audio Preview 是一款用於構建會話式音訊應用的輕量多模態模型。它在文字之外同時支援語音輸入與輸出，從而實現語音辨識、語音合成，以及文字與音訊混合對話，並透過工具/函式呼叫執行結構化操作。典型用例包括語音助理、附帶摘要的串流式轉錄、IVR 與呼叫機器人工作流程，以及具備音訊功能的應用程式內助理。技術亮點包括音訊 I/O、串流回應、指令遵循，以及透過聊天與工具 API 的整合。

GPT-4o mini Realtime Preview 是一款用於互動式語音與視覺體驗的即時多模態模型。它支援串流式輸入與輸出，可處理語音、文字與圖片，並能透過工具/函式呼叫執行實際操作。典型用例包括語音助理、即時通話處理、即時字幕，以及針對相機或螢幕內容的視覺問答。技術亮點包括雙向音訊、視覺理解、串流式回應，以及透過函式產生的結構化輸出。

GPT-4o mini Audio 是一個用於語音與文字互動的多模態模型。它能執行語音辨識、翻譯與文字轉語音，遵循指令，並能呼叫工具以進行結構化操作，提供串流式回應。典型用途包括即時語音助理、即時字幕與翻譯、通話摘要，以及語音控制的應用程式。技術亮點包括音訊輸入與輸出、串流回應、函式呼叫，以及結構化 JSON 輸出。

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.

一種先進的 AI 模型，用於根據文字描述生成圖像。

New version of DALL-E for image generation.

O4-mini 是由 OpenAI 提供的人工智慧模型。

O3-mini 是由 OpenAI 提供的人工智慧模型。

O3 是由 OpenAI 提供的人工智慧模型。

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

O1 is an artificial intelligence model provided by OpenAI.

gpt-oss-20b 是由 cloudflare-workers-ai 提供的人工智慧模型。

gpt-oss-120b 是由 cloudflare-workers-ai 提供的人工智慧模型。

GPT-4o mini 是由 OpenAI 提供的人工智慧模型。

GPT-4o 是 OpenAI 最先進的多模態模型，比 GPT-4 Turbo 更快且更便宜，並具備更強的視覺能力。此模型具有 128K 的上下文長度，知識截止於 2023 年 10 月。1106 系列及以上的模型支援 tool_calls 和 function_call。此模型支援的最大上下文長度為 128,000 tokens。

GPT-4.1 nano 是由 OpenAI 提供的人工智慧模型。 gpt-4.1-nano: 具備更大的上下文視窗—支援最多 1 million 個上下文 token，並能透過改進的長上下文理解更好地利用該上下文。 知識截止時間更新為 2024 年 6 月。 此模型支援的最大上下文長度為 1,047,576 個 token。

GPT-4.1 mini 是由 OpenAI 提供的人工智慧模型。gpt-4.1-mini：在小型模型效能上實現重大躍進，在許多基準測試中甚至超越 GPT-4o。它在智慧評估上達到或超越 GPT-4o，同時將延遲降低近一半，成本降低 83%。此模型支援的最大上下文長度為 1,047,576 個 token。

GPT-4.1 是由 OpenAI 提供的人工智慧模型。gpt-4.1-nano：具備更大的上下文視窗—支援多達 1 million 個上下文 token，並能透過改進的長上下文理解更好地利用該上下文。知識截止時間已更新為 2024 年 6 月。此模型支援的最大上下文長度為 1,047,576 個 token。

coming soon