That's NeuralCatálogo de modelos

openai

OpenAI: GPT-4o

openai/gpt-4o

Nuestro análisis

Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.

GPT-4o («omni») es un modelo multimodal de OpenAI que el catálogo de OpenRouter describe como capaz de aceptar entradas de texto, imagen y archivo, y de devolver texto, con una ventana de contexto de 128.000 tokens y un corte de conocimiento en octubre de 2023. El catálogo documenta llamadas a herramientas, salidas estructuradas, seed, logprobs y opciones de búsqueda web; no se lista un modo de razonamiento dedicado. Su descripción afirma inteligencia al nivel de GPT-4 Turbo, aunque el texto suministrado está truncado. Los resultados medidos de Design Arena muestran más derrotas que victorias. Solo se aportaron datos de catálogo; no había una ficha de modelo independiente en este paquete de fuentes.[1]

Puntos fuertes

  • El catálogo lista entradas de texto, imagen y archivo con salida de texto, además de una ventana de contexto de 128.000 tokens.[1]
  • Se reporta una amplia superficie de API: llamadas a herramientas, elección de herramienta, salidas estructuradas, formato de respuesta, seed, logprobs y opciones de búsqueda web.[1]
  • La descripción del catálogo lo presenta con inteligencia al nivel de GPT-4 Turbo; el texto de la descripción está truncado en este paquete de fuentes.[1]

Limitaciones

  • La salida figura solo como texto y el campo de razonamiento es nulo, por lo que no se documenta un modo de razonamiento dedicado en esta fuente.[1]
  • Los listados medidos y basados en comparaciones de usuarios de Design Arena muestran que pierde más duelos directos de los que gana en las categorías de diseño y front-end cubiertas.[1]
  • La evidencia es solo de catálogo: no había una ficha de modelo independiente en este paquete, y el corte de conocimiento de octubre de 2023 envejece sus datos; valide calidad y costo en su propia carga de trabajo.[1]

Dónde utilizarlo

  • Puede convenir a asistentes multimodales que lean imágenes o archivos y respondan en texto, dadas las modalidades de entrada reportadas y el amplio contexto.[1]
  • Podría ajustarse a agentes que usan herramientas o a pipelines de extracción estructurada, ya que el catálogo documenta tools, tool_choice, salidas estructuradas y formato de respuesta.[1]
  • Vale la pena probarlo en preguntas y resúmenes sobre documentos largos dentro de la ventana de contexto listada, sujeto a evaluación propia.[1]

Fuentes

  1. [1] OpenRouter catalog · OpenAI: GPT-4oFuentes consultadas: 13 nov 2026

Sobre este modelo

La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.

GPT-4o ("o" for "omni") is OpenAI's latest AI model, supporting both text and image inputs with text outputs. It maintains the intelligence level of [GPT-4 Turbo](/models/openai/gpt-4-turbo) while being twice as...

Especificaciones

ID del modelo
openai/gpt-4o
Creador
openai
Añadido a OpenRouter
13.05.2024
Longitud de contexto
128,000
Modalidad
text+image+file->text
Modalidades de entrada
text, image, file
Modalidades de salida
text
Precio por token
USD por 1M de tokens: entrada $2.5 / salida $10
Corte de conocimiento
31.10.2023
Fecha de expiración
—

Tareas y capacidades

Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.

TareaNotaCapacidad declarada por la fuente
Calidad generalSin medición—
ProgramaciónSin medición—
AgentesSin mediciónparámetros: structured_outputs, tool_choice, tools
EscrituraSin mediciónsalida: text
RazonamientoSin medición—
Análisis de documentosSin mediciónentrada: file
VisiónSin mediciónentrada: image
Generación de imágenesSin medición—
AudioSin medición—
VídeoSin medición—
EmbeddingsSin medición—

Evaluaciones

FuenteBenchmarkValorNotaDatos obtenidos
Design Arenamodels · 3dtasa de victoria 39.2% · posición 131852EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · codecategoriestasa de victoria 34.8% · posición 144851EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · dataviztasa de victoria 36% · posición 134858EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · gamedevtasa de victoria 42.3% · posición 139897EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · uicomponenttasa de victoria 38.1% · posición 139876EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · websitetasa de victoria 31.5% · posición 149824EloCC — por debajo de la franja B13.11.2026
Cómo funcionan las notas

Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.

  • S — S — 10% superior de la cohorte
  • A — A — siguiente 20% de la cohorte
  • B — B — siguiente 30% de la cohorte
  • C — C — por debajo de la franja B

Proveedores

Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.

ProveedorLongitud de contextoPrecio entrada /1MPrecio salida /1MLatencia p50 (30m, s)Rendimiento p50 (30m, tok/s)Disponibilidad (30m)
Azure128,000$2.5$10——100%
OpenAI128,000$2.5$10——100%

Datos de proveedores obtenidos: 13.11.2026

Ningún artículo publicado identifica aún este modelo.