GPT-4O（「Omni」の「O」）は、はるかに自然なヒューマンコンピューターの相互作用へのステップです。テキスト、オーディオ、画像の任意の組み合わせを入力として受け入れ、テキスト、オーディオ、画像出力の任意の組み合わせを生成します。
