GPT-4o
OpenAI初の「オムニモーダル」モデル。テキスト・音声・画像を一つのネットワークで扱い、約320ミリ秒の遅延で音声会話ができる。
2024年5月に発表された。デモで使われた音声をめぐっては「Sky」騒動が起き、スカーレット・ヨハンソンが自分の声を無断で模倣されたと主張した。2025年3月にはネイティブの画像生成がDALL·E 3に取って代わり、ジブリ風の画像が大流行してChatGPTが数時間ダウンした。価格はGPT-4 Turboの半額。Realtime APIにより、割り込みにも自然に対応する音声アシスタントが作れる。後継はGPT-4.5（2025年2月）とGPT-5（2025年夏）。