GPT-4o ("o" voor "omni") is het nieuwste AI-model van OpenAI, dat zowel tekst- als afbeeldingsinvoer ondersteunt met tekstuitvoer. Het behoudt het intelligentieniveau van [GPT-4 Turbo](/models/openai/gpt-4-turbo) terwijl het twee keer zo...
GPT-4o (2024-05-13) is een multimodaliteitstaalmodel van OpenAI, toegankelijk via de API van OrcaRouter. Het verwerkt tekst, afbeeldingen en bestanden, waardoor het geschikt is voor taken die visuele…
GPT-4o kan afbeeldingen analyseren die als onderdeel van de invoer worden aangeleverd. Het kan visuele inhoud beschrijven, vragen beantwoorden over objecten, tekst in afbeeldingen en ruimtelijke relaties. Het kan ook tekst uit gescande documenten of foto's extraheren en transcriberen. Omdat het afbeeldingen direct verwerkt, heb je geen apart OCR- of vision-model nodig. De afbeelding wordt getokeniseerd zodat deze binnen het contextvenster past. Een gebruiker kan bijvoorbeeld een screenshot van een grafiek uploaden en het model vragen de trends te interpreteren. Het begrip van het model is niet beperkt tot eenvoudige bijschriften; het kan redeneren over de inhoud, meerdere afbeeldingen vergelijken en visuele aanwijzingen combineren met tekstuele instructies. Deze mogelijkheid is geïntegreerd in dezelfde API-aanroep, met hetzelfde berichtformaat als alleen-tekstverzoeken. Op OrcaRouter verstuur je afbeeldingen als base64-gecodeerde data of URL's in de content-array. De model-ID blijft "openai/gpt-4o-2024-05-13".
GPT-4o accepteert bestanden als invoer. Ondersteunde formaten zijn PDF, Microsoft Office-documenten (Word, Excel, PowerPoint), tekstbestanden en afbeeldingsformaten. Voor PDF's en Office-bestanden extraheert het model de tekstuele inhoud en analyseert het de lay-out. Het geeft complexe opmaak niet direct weer, maar leest de tekstinhoud. Dit is nuttig voor het verwerken van rapporten, contracten, spreadsheets of presentaties zonder handmatige extractie. De bestandsinhoud wordt getokeniseerd en telt mee voor het totale aantal invoertokens. Het model kan vragen beantwoorden over de bestandsinhoud, deze samenvatten of berekeningen uitvoeren op tabelgegevens. Bij gebruik van bestanden voeg je deze toe als onderdeel van de berichtinhoud met de juiste OpenAI API-velden. OrcaRouter verwerkt de verzending ongewijzigd. Houd er rekening mee dat de mogelijkheden van het model afhangen van de kwaliteit van de geëxtraheerde tekst; zwaar gescande afbeeldingen in PDF's zijn mogelijk niet volledig leesbaar tenzij ze ingesloten tekstlagen bevatten.
GPT-4o is een premium model met hogere kosten dan alternatieven zoals GPT-4o-mini of eerdere GPT-3.5 varianten. Als uw taak geen multimodale mogelijkheden vereist (bijv. tekst-only taken), grote context (tot 128K), of het wiskundig redeneerniveau gemeten door MATH-500 (79.1), dan kan een goedkoper model voordeliger zijn. Bijvoorbeeld eenvoudige classificatie, het genereren van korte content, of basischat kunnen worden afgehandeld door goedkopere modellen die nog steeds acceptabele kwaliteit leveren. Ook als uw applicatie latentiegevoelig is en het kleinere model sneller is, kan de afweging in het voordeel van snelheid ten koste van absolute nauwkeurigheid uitvallen. Ten slotte, als u zelden afbeeldingen of bestanden hoeft te verwerken, is de toegevoegde multimodale mogelijkheid overbodig. OrcaRouter biedt een reeks modellen, zodat u de beste prijs-prestatieverhouding kunt selecteren. Evalueer de vereisten van uw gebruiksscenario tegen de benchmarkscores en prijzen om te bepalen of de voordelen van GPT-4o de extra kosten rechtvaardigen.
GPT-4o kan tot 16.384 tokens per verzoek genereren. Dit is een ruime limiet die lange antwoorden, gedetailleerde code of analyses van meerdere alinea's mogelijk maakt. Outputtokens worden echter gefactureerd tegen $15,00 per miljoen, waardoor langere outputs duurder worden. U kunt de outputlengte regelen met de parameter max_tokens in de API-aanroep. Als u verwacht zeer lange generaties nodig te hebben, overweeg dan om het verzoek te batchgewijs te verwerken of te splitsen. De limiet van 16.384 is van toepassing op de volledige voltooiing, inclusief redeneerstappen of chain-of-thought indien gevraagd. Voor zeer complexe taken die uitgebreid denken vereisen, moet u mogelijk meerdere aanroepen gebruiken. Op OrcaRouter wordt het aantal outputtokens gerapporteerd in het usage-veld van het API-antwoord, zodat u de kosten nauwkeurig kunt volgen. Er is geen extra limiet opgelegd door OrcaRouter; de native cap van het model is van toepassing.
GPT-4o behaalde een score van 79,1 op de MATH-500-benchmark. MATH-500 bestaat uit 500 uitdagende wiskundeproblemen uit verschillende onderwerpen zoals algebra, meetkunde, getaltheorie en kansrekening. Een score van 79,1 betekent dat het model 79,1% van de problemen correct heeft beantwoord. Dit is een sterk resultaat dat wijst op een robuust wiskundig redeneervermogen, vooral voor een multimodaal model. De benchmark test zowel probleemoplossend vermogen als stapsgewijs redeneren. Deze score kan richting geven aan verwachtingen voor toepassingen zoals wiskundebijles, wetenschappelijke berekeningen of logische puzzels. Merk op dat prestaties op een benchmark geen garantie bieden voor identieke resultaten in praktijksituaties; domeinspecifieke aanpassingen of prompt engineering kunnen nodig zijn. Bij het overwegen van dit model, vergelijk de MATH-500-score met andere modellen die u evalueert. OrcaRouter biedt geen aanvullende benchmarkgegevens, dus dit is het enige referentiepunt dat voor dit model wordt verstrekt.
De latentie hangt af van verschillende factoren: de lengte van de input, de lengte van de verwachte output, de huidige belasting van OpenAI’s servers en het netwerkpad tussen uw applicatie en OrcaRouter. OrcaRouter voegt geen significante overhead toe bovenop de onderliggende responstijd van de provider. Voor typische verzoeken met een matige input (een paar duizend tokens) en korte outputs (minder dan 1.000 tokens) komen reacties vaak binnen enkele seconden aan. Langere outputs (bijna 16.384 tokens) zullen vanzelfsprekend meer tijd in beslag nemen omdat het model tokens sequentieel genereert. Afbeeldingsinputs verhogen ook de latentie vanwege tokenisatie en verwerking. U kunt de latentie optimaliseren door de outputlengte te verminderen, kortere prompts te gebruiken of verzoeken te batchverwerken. OrcaRouter biedt standaard API-eindpunten die indien gewenst asynchroon resultaten retourneren via streaming. Voor real-time interactieve toepassingen kunt u overwegen de streamingmodus (stream: true) te gebruiken om te beginnen met verwerken zodra tokens arriveren. Er worden geen specifieke latentiegetallen verstrekt in de modelfeiten, dus dit zijn kwalitatieve schattingen.
Sterke punten: Multimodale invoer (tekst, afbeelding, bestand), groot 128K-contextvenster, sterke wiskundige redenering (MATH-500: 79.1) en hoge uitvoertokenlimiet (16.384). Het verwerkt effectief lange documenten en meerdaagse conversaties. De API is standaard OpenAI-compatibel, wat integratie vergemakkelijkt. Beperkingen: Hogere kosten in vergelijking met kleinere modellen. Niet geoptimaliseerd voor taken die geen voordeel halen uit multimodaliteit of grote context. Er wordt geen informatie verstrekt over prestaties in niet-Engelse talen of specifieke veiligheidsbenchmarks. Beeldbegrip kan beperkt zijn voor zeer complexe scènes of afbeeldingen met lage resolutie. Ook kan het model onjuiste antwoorden geven op problemen buiten zijn trainingsdistributie. Er is geen gegarandeerde latentietijd bekendgemaakt. Voor gebruikers die extreem lage latentie of extreem lage kosten nodig hebben, kan een ander model beter zijn. De benchmarkscore van 79,1 op MATH-500 geeft aan dat er ruimte is voor verbetering bij de moeilijkste wiskundeproblemen. Evalueer of deze afwegingen aansluiten bij de vereisten van uw toepassing.
GPT-4o wordt per token gefactureerd, met aparte tarieven voor invoer- en uitvoertokens. Invoertokens kosten $5,00 per 1 miljoen tokens. Uitvoertokens kosten $15,00 per 1 miljoen tokens. Dit zijn de tarieven van de aanbieder, die zonder opslag via OrcaRouter worden doorgegeven. De kosten per aanvraag = (invoertokens/1e6 * 5) + (uitvoertokens/1e6 * 15). Een gesprek met bijvoorbeeld 4,000 invoertokens en 200 uitvoertokens zou (0,004 * $5) + (0,0002 * $15) = $0,02 + $0,003 = $0,023 kosten. Er zijn geen extra kosten voor API-aanroepen zelf; u betaalt alleen voor verbruikte tokens. De prijzen worden dynamisch bijgewerkt op basis van wijzigingen in de aanbieder; OrcaRouter geeft eventuele toekomstige aanpassingen door. Omdat er geen opslag is, profiteren gebruikers van dezelfde tarieven als directe OpenAI-klanten, maar met het gemak van het uniforme beheer en facturering van OrcaRouter. Houd er rekening mee dat afbeeldingen en bestanden worden getokeniseerd en bijdragen aan het aantal invoertokens, wat de kosten vaak verhoogt in vergelijking met alleen tekst.
Nee. OrcaRouter biedt geen kortingen, gecachte tokens of verlaagde prijzen voor herhaalde invoer. Elk token wordt gefactureerd tegen het standaardproviderstarief. Er zijn geen aparte cachekosten of toeslagen voor hoge volumes. De $5/$15 per miljoen tokens zijn vaste tarieven. Gebruikers die een zeer hoge doorvoer nodig hebben, kunnen informeren naar maatwerkafspraken, maar de standaardservice bevat geen volumekortingen. Daarnaast zijn er geen verborgen kosten zoals aansluitkosten of minimale maandelijkse bedragen. De prijsstelling is transparant en direct gekoppeld aan tokenverbruik. Voor kostenoptimalisatie kunt u overwegen de invoergrootte te verkleinen (bijv. geschiedenis inkorten, kortere prompts gebruiken) en de uitvoerlengte te beperken (bijv. een lagere max_tokens instellen). Ook helpt het om het model alleen te gebruiken wanneer de mogelijkheden ervan noodzakelijk zijn (multimodaal, grote context) om kosten te beheersen. Als uw toepassing herhaalde prompts heeft die elke keer identiek zijn, kan caching op applicatieniveau het tokenverbruik verminderen, maar OrcaRouter zelf biedt geen dergelijke functie.
GPT-4o heeft een premium prijs. Voor veel taken kan een goedkoper model (bijv. GPT-4o-mini of GPT-3.5-turbo) voldoende zijn. Maak een afweging door de complexiteit en vereiste nauwkeurigheid te evalueren. Als uw taak eenvoudige extractie of classificatie met beperkte context omvat, kan een goedkoper model vergelijkbaar presteren tegen een fractie van de kosten. Omgekeerd, als de taak genuanceerd begrip van afbeeldingen, lange documenten of hoge wiskundige precisie vereist (MATH-500 score van 79,1 versus lagere scores op goedkopere modellen), kan GPT-4o de meerprijs waard zijn. Gebruik A/B-testen op een representatieve steekproef om kwaliteit en kosten te vergelijken. Overweeg ook dat dezelfde prijs per miljoen tokens geldt, ongeacht de tekstlengte; kortere verzoeken zijn goedkoper. Als uw workflow vaak de volledige 128K context gebruikt, kunnen de invoertokenkosten voor dat verzoek hoog zijn; zorg ervoor dat de context echt nodig is. OrcaRouter biedt gebruiksstatistieken zodat u kunt monitoren en optimaliseren.
Om GPT-4o op OrcaRouter aan te roepen, gebruik je het OpenAI-compatibele API-eindpunt: base_url = "https://api.orcarouter.ai/v1". Stel de modelparameter in op "openai/gpt-4o-2024-05-13". Je hebt een API-sleutel van OrcaRouter nodig. Het verzoekformaat volgt de standaard OpenAI Chat Completions API: een messages-array met rollen (system, user, assistant), optionele inhoud voor afbeeldingen en bestanden, en parameters zoals temperature, max_tokens, top_p, frequency_penalty, presence_penalty en stop. Een eenvoudig tekstverzoek wordt bijvoorbeeld als een POST naar /chat/completions gestuurd. Voor afbeeldingen voeg je de inhoud toe als onderdeel van het gebruikersbericht met type "image_url". Voor bestanden voeg je ze ook als onderdeel van de inhoud toe (het specifieke formaat volgt de OpenAI-specificatie). De respons bevat het bericht van de assistent, gebruiksstatistieken (prompt_tokens, completion_tokens, total_tokens) en andere metadata. Er zijn geen speciale headers nodig naast de standaard Content-Type en Authorization. De integratie is identiek aan het direct gebruiken van OpenAI.
Alle standaard OpenAI Chat Completions-parameters worden ondersteund: messages (vereist), model (vereist, ingesteld op "openai/gpt-4o-2024-05-13"), temperature (0–2, standaard 1), top_p (0–1, standaard 1), n (aantal voltooiingen, standaard 1), stop (strings of lijst van strings), max_tokens (standaard 16.384, maximum 16.384), presence_penalty (−2 tot 2, standaard 0), frequency_penalty (−2 tot 2, standaard 0), logit_bias (kaart van token-ID's naar bias-waarde), user (string voor misbruikbewaking), stream (boolean, standaard false), en functions/tools (voor functieaanroepen). Voor multimodale invoer kan de inhoud van messages een array van inhoudsdelen zijn met type "text" of "image_url". Daarnaast kunt u inhoud van het type "file" toevoegen zoals beschreven in de documentatie van OpenAI (bijv. voor PDF-bijlagen). OrcaRouter geeft deze parameters zonder wijzigingen door aan de provider. Zorg ervoor dat u het contextvenster van 128K tokens niet overschrijdt. De API retourneert standaard foutcodes voor ongeldige verzoeken, snelheidsbeperking of authenticatiefouten.
Migratie is eenvoudig omdat de API van OrcaRouter volledig compatibel is met OpenAI. U hoeft slechts twee dingen te wijzigen: de basis-URL van https://api.openai.com/v1 naar https://api.orcarouter.ai/v1, en de model-ID van "gpt-4o-2024-05-13" naar "openai/gpt-4o-2024-05-13". Uw API-sleutel van OrcaRouter vervangt uw OpenAI-sleutel. Alle bestaande code die gebruikmaakt van de OpenAI Python/Node-bibliotheek of raw HTTP-verzoeken, werkt zonder andere aanpassingen. Het berichtformaat, parameternamen en de antwoordstructuur zijn identiek. Voor bibliotheken die een basis-URL-parameter accepteren, stelt u deze gewoon in op het OrcaRouter-eindpunt. Als u de OpenAI-client gebruikte, kunt u deze instantiëren met base_url ingesteld op het OrcaRouter-eindpunt. Er zijn geen wijzigingen in prompt engineering of cache-logica vereist. OrcaRouter ondersteunt ook streaming (stream: true) en functieaanroepen precies zoals voorheen. Testen kan met een kleine set verzoeken om te verifiëren dat het gedrag overeenkomt.
OrcaRouter wijzigt het gedrag van het model niet. Het fungeert puur als een gateway, die uw verzoeken naar OpenAI's servers doorstuurt en het antwoord ongewijzigd teruggeeft. Er wordt geen extra voorverwerking, naverwerking of inhoudsfiltering toegepast door OrcaRouter. Wat betreft gegevensverwerking: OrcaRouter slaat geen prompt- of completiegegevens op of logt deze niet, behalve wat nodig is voor facturering en operationele monitoring. OpenAI's eigen gegevensbeleid is van toepassing op het gebruik van het model via OrcaRouter. Volgens de verstrekte feiten wordt er geen melding gemaakt van gegevensbewaring door OrcaRouter naast standaard API-logboekregistratie. Gebruikers dienen zowel het privacybeleid van OrcaRouter als het beleid van OpenAI te bekijken om de gegevensverwerking te begrijpen. Als u strikte vereisten heeft voor gegevenslocatie, raadpleeg dan OrcaRouter over beschikbare opties. Er is geen indicatie dat OrcaRouter gegevens deelt met andere klanten. Het model-ID is de enige benodigde wijziging; er worden geen aangepaste instructies ingevoegd.
De belangrijkste verschillen tussen GPT-4o en GPT-4o-mini zijn de contextvenstergrootte, multimodale mogelijkheden, benchmarkprestaties en kosten. GPT-4o biedt een contextvenster van 128K en ondersteunt afbeeldings- en bestandsinvoer. GPT-4o-mini (gebaseerd op de aanbiedingen van OpenAI) heeft doorgaans een kleinere context (bijv. 128K of 16K in sommige versies) en ondersteunt mogelijk niet alle modaliteiten. Op MATH-500 scoort GPT-4o 79.1; GPT-4o-mini zou lager scoren. Prijzen: GPT-4o kost $5/$15 per miljoen tokens, terwijl GPT-4o-mini aanzienlijk goedkoper is (bijv. $0.15/$0.60 per miljoen tokens in sommige versies). Daarom is GPT-4o-mini geschikt voor eenvoudigere taken waar lagere kosten voorop staan, terwijl GPT-4o beter is voor complexe redeneringen, lange contexten en multimodale taken. Bij het kiezen tussen beide, overweeg de nauwkeurigheidseisen en de behoefte aan beeld- of bestandsverwerking. OrcaRouter biedt beide modellen onder aparte ID's. Als uw werkzaamheden zelden afbeeldingen of grote context gebruiken, kan GPT-4o-mini economisch de betere keuze zijn.
GPT-4o (2024-05-13) is een multimodaal model met een contextvenster van 128K, terwijl oudere GPT-4-versies (zoals gpt-4-0613) doorgaans een 8K- of 32K-context hebben en alleen tekst ondersteunen (sommige latere versies ondersteunen afbeeldingen via aparte vision-eindpunten). De prijs voor GPT-4o ($5/$15 per miljoen tokens) is over het algemeen lager dan de GPT-4 Turbo-prijs op zijn hoogtepunt (bijv. $10/$30 per miljoen tokens). Prestaties op benchmarks: de opgegeven MATH-500-score van 79.1 is voor GPT-4o; GPT-4 had geen officiële MATH-500-score in de verstrekte feiten, maar het stond erom bekend lager te scoren op vergelijkbare wiskundige benchmarks. GPT-4o biedt ook een hogere outputlimiet (16K tokens) vergeleken met oudere GPT-4 (4K of 8K, afhankelijk van de versie). Over het algemeen biedt GPT-4o een betere waarde voor multimodale toepassingen met lange context. Oudere GPT-4-modellen kunnen echter zijn verfijnd voor specifieke taken; evalueer op uw eigen data. Via OrcaRouter zijn beide modelfamilies toegankelijk.
Een directe vergelijking vereist modelspecifieke feiten die hier niet worden gegeven. Over het algemeen zijn beide modellen concurrerend op het gebied van redeneren en multimodale mogelijkheden. GPT-4o heeft een contextvenster van 128K, vergelijkbaar met Claude's 200K context (voor Sonnet). Beide ondersteunen afbeeldingen. Benchmarkresultaten variëren: GPT-4o biedt een MATH-500-score van 79,1; Claude 3.5 Sonnet's scores op die benchmark worden niet gegeven. Prijzen: GPT-4o kost $5/$15 per miljoen tokens; Claude Sonnet-prijzen liggen doorgaans rond $3/$15 per miljoen tokens (onder voorbehoud van wijziging). De invoerkosten voor GPT-4o zijn dus hoger. Prestatieverschillen zijn afhankelijk van de taak: sommige gebruikers vinden Claude superieur voor langere teksten, terwijl GPT-4o uitblinkt in wiskunde en programmeren. Zonder een gecontroleerde evaluatie wordt aanbevolen beide te testen op representatieve voorbeelden. OrcaRouter biedt beide modellen, zodat u eenvoudig kunt vergelijken door de model-ID te wijzigen. Uiteindelijk hangt het beste model af van uw specifieke vereisten voor nauwkeurigheid, latentie en kosten. De verstrekte feiten bevatten geen scores van Claude, dus deze vergelijking blijft kwalitatief.
Llama 3 (bijv. Llama 3 70B) is een open-source model dat zelf gehost kan worden, terwijl GPT-4o propriëtair is en via API wordt benaderd. GPT-4o ondersteunt multimodale invoer (tekst, afbeelding, bestand) met een 128K context, terwijl Llama 3 doorgaans alleen tekst is (tenzij fijngestemd voor visie) en een kleinere context heeft (bijv. 8K of 32K). Benchmark scores: GPT-4o’s MATH-500 score is 79,1; Llama 3 70B scoort rond de 70–75 op vergelijkbare wiskundige benchmarks (niet in feiten vermeld, maar algemene kennis). Kosten: GPT-4o’s API-kosten per token zijn vast; zelf hosten van Llama 3 brengt infrastructuurkosten met zich mee (GPU, elektriciteit) die bij hoge volumes lager kunnen zijn. Latentie: API-gebaseerde GPT-4o kan sneller zijn voor piekbelastingen; zelfgehoste modellen kunnen consistente latentie bieden als capaciteit is gereserveerd. Flexibiliteit: Llama 3 kan worden fijngestemd; GPT-4o niet. Voor gebruikers die vendor lock-in willen vermijden of gevoelige gegevens volledig on-premise willen verwerken, zijn open-source modellen aantrekkelijk. OrcaRouter biedt toegang tot beide typen: u kunt GPT-4o via API gebruiken en ook open-source modellen via OrcaRouter benaderen indien beschikbaar.
OpenAI-compatibel — behoud je huidige SDK
https://api.orcarouter.ai/v1import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="openai/gpt-4o-2024-05-13",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)frequency_penaltylogit_biaslogprobsmax_completion_tokensmax_tokensnparallel_tool_callspredictionpresence_penaltyresponse_formatseedservice_tierstopstreamtemperaturetool_choicetoolstop_logprobstop_pweb_search_options| Invoer / 1M tokens | $5.00 |
|---|---|
| Uitvoer / 1M tokens | $15.00 |
| Valuta | USD |
Schatting op basis van catalogusprijs
Alleen een schatting — het werkelijke aantal tokens hangt af van de tokenizer van de aanbieder.
Waar ontwikkelaars het deze week over hebben
GET /api/public/models/openai/gpt-4o-2024-05-13Openen @misc{orcarouter_gpt_4o_2024_05_13,
title = {GPT-4o (2024-05-13) API},
author = {OpenAI},
year = {2024},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-4o-2024-05-13}
}OpenAI. (2024). GPT-4o (2024-05-13) API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-4o-2024-05-13