เวอร์ชัน 2024-11-20 ของ GPT-4o มอบความสามารถด้านการเขียนเชิงสร้างสรรค์ที่ยกระดับขึ้น ด้วยการเขียนที่เป็นธรรมชาติ มีส่วนร่วม และปรับแต่งได้มากขึ้น เพื่อเพิ่มความเกี่ยวข้องและความอ่านง่าย นอกจากนี้ยังทำงานได้ดีขึ้นกับไฟล์ที่อัปโหลด...
OpenAI GPT-4o (2024-11-20) เป็นโมเดลภาษาขนาดใหญ่แบบมัลติโมดัลที่พัฒนาโดย OpenAI รองรับอินพุตในรูปแบบข้อความ รูปภาพ และไฟล์ และสร้างเอาต์พุตเป็นข้อความ โมเดลรองรับหน้าต่างบริบทขนาด 128,000 โทเค็น…
GPT-4o มีความโดดเด่นในงานที่ต้องใช้การคิดเชิงลึก โดยเฉพาะด้านคณิตศาสตร์ (ตามคะแนน 75.9 ใน MATH-500) ทำผลงานได้ดีในการตอบคำถามซับซ้อน การสร้างโค้ด และการวิเคราะห์ข้อมูล การรองรับหลายรูปแบบ (multimodal) ช่วยให้สามารถตีความรูปภาพ แผนภาพ และเอกสาร ทำให้มีประสิทธิภาพสำหรับแอปพลิเคชันอย่างการแยกตารางจาก PDF หรืออธิบายรูปภาพ หน้าต่างบริบทขนาดใหญ่ทำให้ทำงานได้ดีในการสรุปข้อความยาว รักษาบทสนทนาหลายรอบให้สอดคล้อง และประมวลผลคลังโค้ดทั้งหมด นอกจากนี้ยังจัดการการทำตามคำสั่งและการส่งออกที่มีโครงสร้างได้อย่างน่าเชื่อถือ สำหรับงานที่ง่ายกว่าหรือมีความถี่สูง โมเดลที่ราคาถูกกว่าอาจคุ้มค่ากว่า
แม้ว่า GPT-4o จะให้ประสิทธิภาพที่แข็งแกร่ง แต่งานที่เรียบง่ายกว่าหรือมีปริมาณสูงอาจได้รับการบริการที่ดีกว่าจากรุ่นที่ถูกกว่า เช่น GPT-4o mini หรือตัวเลือกที่มีน้ำหนักเบาอื่นๆ หากพรอมต์ของคุณสั้น ไม่ต้องใช้รูปภาพหรือไฟล์นำเข้า และมีความซับซ้อนในการใช้เหตุผลต่ำ รุ่นที่ถูกกว่าก็สามารถลดต้นทุนได้อย่างมาก นอกจากนี้ หากเวลาแฝงมีความสำคัญ รุ่นที่มีขนาดเล็กกว่ามักจะตอบสนองได้เร็วกว่า สำหรับงานที่พอดีกับหน้าต่างบริบทที่เล็กกว่า (เช่น <8K tokens) การใช้รุ่นที่มีราคาต่อโทเคนที่ต่ำกว่าจะประหยัดกว่า ประเมินการแลกเปลี่ยน: ต้นทุนของ GPT-4o อยู่ที่ $2.50/1M สำหรับอินพุต และ $10/1M สำหรับเอาต์พุต แต่มีทางเลือกที่ถูกกว่ามากมายบน OrcaRouter ที่สามารถจัดการกับคำขอตรงไปตรงมาในราคาเพียงเศษเสี้ยว
GPT-4o รองรับการป้อนไฟล์เป็นรูปแบบหนึ่ง (modality) ทำให้ผู้ใช้สามารถอัปโหลดไฟล์ (เช่น PDF, ไฟล์ข้อความ) ที่โมเดลสามารถอ่านและประมวลผลได้ เนื้อหาของไฟล์จะถูกแปลงเป็นโทเค็นและรวมอยู่ในหน้าต่างบริบท (context window) ซึ่งช่วยให้งานต่างๆ เช่น การดึงข้อมูลเฉพาะจากเอกสาร การสรุปเนื้อหา หรือการตอบคำถามเกี่ยวกับเอกสารนั้นเป็นไปได้ การจัดการไฟล์ทำงานควบคู่ไปกับการป้อนข้อความและรูปภาพ ดังนั้นคำขอเดียวสามารถรวมทั้งสองอย่างเข้าด้วยกัน โปรดทราบว่าการอัปโหลดไฟล์จะใช้ความจุโทเค็นจากหน้าต่างบริบทขนาด 128,000 โทเค็น ดังนั้นไฟล์ขนาดใหญ่อาจลดพื้นที่สำหรับอินพุตหรือเอาต์พุตอื่นๆ API ของ OrcaRouter รองรับการอัปโหลดไฟล์เป็นส่วนหนึ่งของรูปแบบคำขอที่เข้ากันได้กับ OpenAI มาตรฐาน
แม้จะมีจุดแข็ง แต่ GPT-4o ก็มีข้อจำกัด มันอาจยังคงมีอาการหลอน (hallucinate) กับคำถามเชิงข้อเท็จจริงและสร้างข้อมูลที่ไม่ถูกต้อง โดยเฉพาะในหัวข้อเฉพาะทางหรือหัวข้อล่าสุด การให้เหตุผลทางคณิตศาสตร์ของมัน แม้จะแข็งแกร่ง (75.9 จาก MATH-500) แต่ก็ไม่สมบูรณ์แบบและอาจล้มเหลวในปัญหาหลายขั้นตอนที่ซับซ้อน โมเดลนี้ไม่เหมาะสำหรับแอปพลิเคชันสตรีมมิ่งแบบเรียลไทม์ที่ต้องการ latency ต่ำ เนื่องจากโมเดลขนาดใหญ่มักมีเวลาในการอนุมานที่สูงกว่า ไม่รองรับการป้อนข้อมูลเสียงโดยตรง ต้องถอดเสียงเป็นข้อความก่อน นอกจากนี้ หน้าต่างบริบท 128K ถูกแชร์ระหว่างอินพุตและเอาต์พุต ดังนั้นอินพุตที่ยาวมากจะจำกัดความยาวของคำตอบ จุดตัดความรู้ของโมเดล (2024-11-20) หมายความว่าไม่สามารถให้ข้อมูลที่ทันสมัยเกินกว่าวันนั้นได้หากไม่มีการเสริมด้วยการดึงข้อมูล (retrieval augmentation)
GPT-4o (2024-11-20) ได้คะแนน 75.9 จากเกณฑ์มาตรฐาน MATH-500 ซึ่งประเมินการใช้เหตุผลทางคณิตศาสตร์จากชุดโจทย์ระดับแข่งขันที่ท้าทาย 500 ข้อ คะแนนนี้บ่งชี้เปอร์เซ็นต์ของโจทย์ที่แก้ไขได้ถูกต้อง คะแนน 75.9 ทำให้มันอยู่ในกลุ่มโมเดลระดับสูงสำหรับการใช้เหตุผลทางคณิตศาสตร์ แม้ว่าจะไม่ใช่คะแนนสูงสุดที่เป็นไปได้ก็ตาม เกณฑ์มาตรฐานนี้ทดสอบพีชคณิต เรขาคณิต แคลคูลัส และหัวข้ออื่นๆ ผู้ใช้ควรตีความคะแนนนี้ว่าเป็นการวัดความสามารถของโมเดลในการใช้เหตุผลที่ซับซ้อนและหลายขั้นตอนในบริบททางคณิตศาสตร์ ไม่ได้บ่งชี้ถึงประสิทธิภาพในงานอื่นๆ เช่น การเขียนเชิงสร้างสรรค์หรือการเรียกคืนข้อเท็จจริง การเปรียบเทียบคะแนนนี้กับโมเดลอื่นๆ บน OrcaRouter สามารถช่วยเลือกโมเดลที่เหมาะสมสำหรับแอปพลิเคชันที่เน้นคณิตศาสตร์
เวลาตอบสนองของ GPT-4o ขึ้นอยู่กับปัจจัยต่างๆ เช่น ขนาดของคำขอ ความยาวของผลลัพธ์ และโหลดพร้อมกันบนโครงสร้างพื้นฐานของ OpenAI เนื่องจากเป็นโมเดลขนาดใหญ่ที่มีบริบท 128K และอินพุตแบบมัลติโมดัล เวลาในการอนุมานจึงสูงกว่าโมเดลขนาดเล็กโดยทั่วไป ผู้ใช้ควรคาดหวังเวลาตอบสนองในช่วงหลายวินาทีสำหรับผลลัพธ์ที่มีความยาวปานกลาง สำหรับแอปพลิเคชันแบบเรียลไทม์ โมเดลขนาดเล็กบน OrcaRouter อาจเหมาะสมกว่า ไม่มีการระบุตัวเลขเวลาตอบสนองที่แน่นอนในข้อเท็จจริงของโมเดล แต่แนะนำให้ทดสอบเชิงประจักษ์กับ workloads ตัวแทน การใช้การสตรีมสามารถลดเวลาตอบสนองที่รับรู้ได้โดยการส่งโทเค็นทันทีที่สร้างขึ้น OrcaRouter รองรับการสตรีมผ่าน API ที่เข้ากันได้กับ OpenAI โดยใช้พารามิเตอร์ 'stream: true'
จุดแข็งหลัก: การใช้เหตุผลทางคณิตศาสตร์ที่แข็งแกร่ง (75.9 ใน MATH-500), การรับข้อมูลหลายรูปแบบ (ข้อความ, รูปภาพ, ไฟล์), หน้าต่างบริบทขนาดใหญ่ (128K tokens), ขีดจำกัดผลลัพธ์สูง (16,384 tokens), และราคาที่แข่งขันได้ที่ $2.50/$10 ต่อ 1M tokens จุดอ่อนที่ตรงไปตรงมา: ความหน่วงสูงกว่าโมเดลขนาดเล็ก; อาจเกิดอาการหลอน (hallucinate) ในการสอบถามข้อเท็จจริง; ไม่รองรับการป้อนข้อมูลเสียง; หน้าต่างบริบทที่ใช้ร่วมกันต้องออกแบบพรอมต์อย่างระมัดระวัง; จุดตัดความรู้คือ 2024-11-20 ดังนั้นจึงไม่สามารถเข้าถึงเหตุการณ์ปัจจุบันได้ สำหรับงานที่ไม่ต้องการการคิดเชิงลึก โมเดลที่ถูกกว่าเช่น GPT-4o mini อาจให้การตอบสนองที่รวดเร็วและคุ้มค่ากว่า ผู้ใช้ควรประเมินข้อแลกเปลี่ยนเหล่านี้กับกรณีการใช้งานเฉพาะของตน
GPT-4o มีราคาอยู่ที่ $2.50 ต่อ 1 ล้าน input tokens และ $10.00 ต่อ 1 ล้าน output tokens ซึ่งเป็นอัตราเดียวกันกับที่ OpenAI คิด; OrcaRouter ไม่มีการบวก markup ทำให้คุณจ่ายในอัตราของผู้ให้บริการโดยไม่มีค่าธรรมเนียมเพิ่มเติม Input tokens รวมถึงข้อความ, image tokens และ file tokens ทั้งหมดใน prompt ส่วน output tokens คือข้อความตอบกลับที่ถูกสร้างขึ้น ตัวอย่างเช่น คำขอที่มี input tokens 10,000 tokens และ output tokens 500 tokens จะมีค่าใช้จ่ายเท่ากับ (10,000/1,000,000)*2.50 + (500/1,000,000)*10.00 = $0.025 + $0.005 = $0.03 การคิดค่าบริการเป็นไปตามการใช้งานจริงโดยไม่มีข้อผูกมัดล่วงหน้า OrcaRouter ไม่มีค่าใช้จ่ายแอบแฝงนอกเหนือจากอัตราค่า token ที่ระบุไว้
ราคาของ GPT-4o สูงกว่าโมเดลขนาดเล็กบน OrcaRouter เช่น GPT-4o mini หรือทางเลือกน้ำหนักเบาอื่นๆ ข้อแลกเปลี่ยนคือ GPT-4o มีความสามารถในการให้เหตุผลและมัลติโมดัลที่เหนือกว่าสำหรับงานที่ต้องการ หากแอปพลิเคชันของคุณส่วนใหญ่ใช้ข้อความสั้นๆ โดยไม่มีรูปภาพ โมเดลที่ถูกกว่าอาจลดต้นทุนได้ 5-10x อย่างไรก็ตาม สำหรับงานที่จุดแข็งของ GPT-4o มีความสำคัญ (เช่น คณิตศาสตร์ซับซ้อน การวิเคราะห์เอกสาร) ต้นทุนที่เพิ่มขึ้นอาจคุ้มค่า นอกจากนี้ เนื่องจาก GPT-4o มีหน้าต่างบริบทที่กว้าง การป้อนข้อมูลที่ยาวมากจะเพิ่มการใช้โทเค็นและต้นทุน ควรตัดบริบทที่ไม่จำเป็นออกและใช้พรอมต์ที่สั้นกระชับเพื่อจัดการค่าใช้จ่าย
การแคชเป็นคุณสมบัติที่สามารถลดต้นทุนเมื่อมีการใช้พรอมต์ซ้ำๆ หรือการจับคู่คำนำหน้าบ่อยครั้ง OrcaRouter อาจรองรับการแคชสำหรับผู้ให้บริการบางราย แต่พฤติกรรมการแคชเฉพาะสำหรับ GPT-4o ไม่ได้ระบุไว้ในข้อเท็จจริงที่ให้มา ผู้ใช้ควรตรวจสอบเอกสารของ OrcaRouter เพื่อดูว่ามีการแคชอินพุตหรือไม่และส่งผลต่อการคิดค่าบริการอย่างไร โดยทั่วไป โทเค็นที่ถูกแคชจะถูกคิดค่าบริการในอัตราที่ต่ำกว่าหรือไม่คิดเลย แม้จะไม่มีการแคช การกำหนดราคาแบบไม่มีส่วนเพิ่มก็ทำให้คุณจ่ายเฉพาะอัตรามาตรฐานของ OpenAI เท่านั้น สำหรับแอปพลิเคชันที่มีปริมาณสูง การแคชสามารถประหยัดค่าใช้จ่ายได้อย่างมาก ตรวจสอบกับฝ่ายสนับสนุนของ OrcaRouter เพื่อเปิดใช้งานหากมีการรองรับ
OrcaRouter ส่งผ่านราคาของผู้ให้บริการสำหรับ GPT-4o โดยไม่บวกเพิ่มใดๆ หมายความว่าคุณจ่ายตามที่ OpenAI คิดค่าบริการต่อโทเคน โดยไม่มีค่าธรรมเนียมแพลตฟอร์มเพิ่มเติม OrcaRouter อาจสร้างรายได้ผ่านช่องทางอื่น (เช่น ฟีเจอร์พรีเมียม ส่วนลดปริมาณ หรือแผนสำหรับองค์กร) แต่อัตรา API พื้นฐานสำหรับ GPT-4o นั้นโปร่งใสตามอัตราของผู้ให้บริการ โมเดลการกำหนดราคานี้เป็นประโยชน์ต่อผู้ใช้ที่ต้องการความแน่นอนด้านต้นทุนและค่าใช้จ่ายที่คาดการณ์ได้ ไม่มีค่าใช้จ่ายแอบแฝงสำหรับการใช้ API endpoint ที่เข้ากันได้กับ OpenAI ควรตรวจสอบราคาล่าสุดบนเว็บไซต์ของ OrcaRouter เสมอ เนื่องจากอัตราของผู้ให้บริการอาจเปลี่ยนแปลง
เพื่อใช้งาน GPT-4o บน OrcaRouter ให้ส่งคำขอไปยัง base URL https://api.orcarouter.ai/v1 โดยใช้รหัสโมเดล "openai/gpt-4o-2024-11-20" endpoint นี้เข้ากันได้อย่างสมบูรณ์กับ OpenAI's chat completions API รวมข้อมูลรับรองการยืนยันตัวตน (API key) และระบุโมเดล ตัวอย่างการใช้ curl: ``` curl https://api.orcarouter.ai/v1/chat/completions \ -H "Content-Type: application/json" \ -H "Authorization: Bearer YOUR_API_KEY" \ -d '{ "model": "openai/gpt-4o-2024-11-20", "messages": [{"role": "user", "content": "Hello"}] }' ``` โปรดดูเอกสารประกอบของ OrcaRouter สำหรับข้อมูลอ้างอิง API โดยละเอียด
เนื้อความคำขอสำหรับ GPT-4o รองรับพารามิเตอร์มาตรฐานของ OpenAI chat completion: model, messages, temperature, top_p, n, stream, stop, max_tokens, presence_penalty, frequency_penalty, logit_bias, user และอื่นๆ พารามิเตอร์ model ต้องตั้งค่าเป็น "openai/gpt-4o-2024-11-20" สำหรับอินพุตแบบ multimodal ให้รวม messages ที่มี content เป็น array ของ parts (text, image_url, file) อินพุตรูปภาพต้องใช้ data URL หรือ URL อินพุตไฟล์สามารถระบุเป็น file URL หรือเนื้อหาแบบ base64-encoded (รูปแบบขึ้นอยู่กับการใช้งานของ OrcaRouter) max_tokens สามารถตั้งค่าได้สูงสุดถึง 16384 ใช้ stream: true สำหรับการตอบกลับแบบสตรีมมิ่ง ตรวจสอบเอกสารของ OrcaRouter สำหรับพารามิเตอร์เพิ่มเติมหรือรายละเอียดปลีกย่อย
การย้ายจาก API โดยตรงของ OpenAI ไปยัง OrcaRouter จำเป็นต้องเปลี่ยน URL ฐานและรหัสโมเดล อัปเดต endpoint ของคุณจาก https://api.openai.com/v1 เป็น https://api.orcarouter.ai/v1 และแทนที่ชื่อโมเดลเป็น "openai/gpt-4o-2024-11-20" การรับรองความถูกต้องอาจแตกต่าง: รับคีย์ API จาก OrcaRouter และใช้ในส่วนหัว Authorization พารามิเตอร์คำขอทั้งหมดยังคงเหมือนเดิม (messages, temperature, ฯลฯ) สำหรับโค้ดที่มีอยู่ เพียงแค่เปลี่ยน URL ฐานและสตริงโมเดล OrcaRouter อ้างว่าไม่มี markup ดังนั้นคุณควรเห็นราคาต่อ token ที่เหมือนกัน ทดสอบด้วยคำขอเล็กๆ ก่อนเพื่อยืนยันพฤติกรรมและการเรียกเก็บเงิน
ใช่ OrcaRouter รองรับการสตรีมสำหรับ GPT-4o ผ่าน API ที่เข้ากันได้กับ OpenAI ตั้งค่าพารามิเตอร์ stream เป็น true ในคำขอของคุณ เซิร์ฟเวอร์จะส่งโทเค็นตามที่สร้างขึ้นโดยใช้รูปแบบ Server-Sent Events (SSE) ซึ่งสอดคล้องกับ API การสตรีมของ OpenAI การสตรีมมีประโยชน์ในการลดความหน่วงที่รับรู้ได้ในแอปพลิเคชันแชท และสำหรับการแสดงผลลัพธ์แบบค่อยเป็นค่อยไป ตัวอย่าง: รวม "stream": true ในเนื้อหาคำขอ การตอบสนองจะเป็นสตรีมของวัตถุ JSON ในรูปแบบมาตรฐาน โปรดทราบว่าการสตรีมอาจเพิ่มเวลาในการร้องขอทั้งหมดเล็กน้อย แต่ช่วยปรับปรุงประสบการณ์ของผู้ใช้สำหรับเอาต์พุตที่ยาว
GPT-4o mini เป็นโมเดลที่เล็กกว่าและถูกกว่า ออกแบบมาสำหรับงานที่ง่ายกว่า GPT-4o (2024-11-20) มีหน้าต่างบริบทที่ใหญ่กว่า (128K เทียบกับ 128K? จริงๆ แล้ว GPT-4o mini ก็มีบริบท 128K เช่นกัน แต่ไม่ได้ระบุไว้; ระวังด้วย จริงๆ แล้วบริบทของ GPT-4o mini ก็คือ 128K? เป็นที่รู้กันทั่วไป แต่เราไม่มีข้อเท็จจริง ฉันจะหลีกเลี่ยงการระบุตัวเลขโดยละเอียด แทนที่จะเป็น: GPT-4o มีราคาสูงกว่า ($2.50/$10 ต่อ 1M โทเค็น) เมื่อเทียบกับ GPT-4o mini (ซึ่งถูกกว่า) GPT-4o ให้การอนุมานที่ลึกซึ้งกว่าและประสิทธิภาพที่ดีกว่าในการวัดมาตรฐานอย่าง MATH-500 สำหรับงานที่ต้องการความเข้าใจแบบมัลติโมดัลที่ซับซ้อน ควรเลือก GPT-4o สำหรับงานที่มีปริมาณสูงและความซับซ้อนต่ำ (เช่น การจำแนกประเภท, ถาม-ตอบแบบง่าย) GPT-4o mini ให้การอนุมานที่เร็วกว่าและต้นทุนที่ต่ำกว่า เลือกตามการประนีประนอมระหว่างความสามารถและงบประมาณ
GPT-4 Turbo เป็นโมเดลรุ่นเก่าที่มีหน้าต่างบริบท 128K และขีดจำกัดเอาต์พุตใกล้เคียงกัน GPT-4o (2024-11-20) โดยทั่วไปประหยัดต้นทุนมากกว่า โดยมีราคาโทเคนอินพุตและเอาต์พุตที่ต่ำกว่า ($2.50/$10 เทียบกับ $10/$30 ของ Turbo ต่อ 1 ล้านโทเคน แต่ตัวเลขเหล่านี้อาจไม่ได้ระบุไว้ที่นี่ ฉันไม่ควรแต่งขึ้น ฉันจะบอกว่า: GPT-4o มีราคาต่อโทเคนต่ำกว่า GPT-4 Turbo และเป็นโมเดลที่ใหม่กว่า เกณฑ์มาตรฐาน เช่น MATH-500 (75.9 สำหรับ GPT-4o) อาจสูงกว่าของ GPT-4 Turbo แม้ว่าจะไม่มีคะแนนที่แน่นอนให้ระบุไว้ที่นี่ GPT-4o ยังรองรับการป้อนไฟล์แบบเนทีฟอีกด้วย ผู้ใช้ควรเปรียบเทียบประสิทธิภาพเฉพาะในงานของตนเองเพื่อตัดสินใจ OrcaRouter มีทั้งสองโมเดล ดังนั้นการสลับจึงทำได้ง่าย
โมเดลโอเพนซอร์ส (เช่น Llama 3, Mistral) มักทำงานบนโครงสร้างพื้นฐานของคุณเองและหลีกเลี่ยงค่าใช้จ่ายต่อ token แต่ต้องใช้ทรัพยากรการประมวลผล GPT-4o นำเสนอความสามารถด้านการให้เหตุผลและมัลติโมดัลที่ทันสมัยที่สุดทันที โดยไม่ต้องจัดการโครงสร้างพื้นฐาน ค่าใช้จ่าย ($2.50/$10 ต่อ 1M tokens) สามารถคาดการณ์ได้และแข่งขันได้สำหรับการใช้งานปริมาณน้อย แต่อาจแพงเมื่อใช้งานในปริมาณมาก โมเดลโอเพนซอร์สอาจมีความหน่วงต่ำกว่าหากโฮสต์เอง และอาจถูกกว่าสำหรับปริมาณมาก อย่างไรก็ตาม อาจตามหลังในด้านประสิทธิภาพการวัดผลและการรองรับมัลติโมดัล ทางเลือกขึ้นอยู่กับความต้องการการควบคุม งบประมาณ และความต้องการประสิทธิภาพที่ทันสมัยที่สุด OrcaRouter ให้การเข้าถึงทั้งโมเดลที่เป็นกรรมสิทธิ์และโอเพนซอร์ส
เข้ากันได้กับ OpenAI — ใช้ SDK เดิมของคุณได้เลย
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="openai/gpt-4o-2024-11-20",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)frequency_penaltylogit_biaslogprobsmax_completion_tokensmax_tokensnparallel_tool_callspredictionpresence_penaltyresponse_formatseedservice_tierstopstreamstructured_outputstemperaturetool_choicetoolstop_logprobstop_pweb_search_options| อินพุต / 1M โทเค็น | $2.50 |
| เอาต์พุต / 1M โทเค็น | $10.00 |
| อ่านแคช / 1M | $1.25 |
| สกุลเงิน | USD |
ประมาณการจากราคาตั้ง
เป็นเพียงการประเมิน — จำนวน token จริงขึ้นอยู่กับ tokenizer ของผู้ให้บริการ
GET /api/public/models/openai/gpt-4o-2024-11-20เปิด @misc{orcarouter_gpt_4o_2024_11_20,
title = {GPT-4o (2024-11-20) API},
author = {OpenAI},
year = {2024},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-4o-2024-11-20}
}OpenAI. (2024). GPT-4o (2024-11-20) API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-4o-2024-11-20