GPT-4o
O primeiro modelo "omni" da OpenAI — texto, áudio e imagem na mesma rede. Conversa de voz em tempo real com ~320 ms de latência.
Lançado em maio de 2024. A demonstração com o modelo de voz gerou o escândalo "Sky" (Scarlett Johansson alegou que a voz copiava a dela sem autorização). A geração nativa de imagens (março de 2025) substituiu o DALL·E 3 — imagens no estilo Studio Ghibli viralizaram e tiraram o ChatGPT do ar por horas. Metade do preço do GPT-4 Turbo. A Realtime API viabiliza assistentes de voz com interrupção natural. Sucessores: GPT-4.5 (fevereiro de 2025), GPT-5 (verão de 2025).