GPT-4已经下架了，我们在这里就不再讨论它。

接下来，我们将重点分析O1与GPT-4O之间的差异，以便帮助大家更清楚地理解这两者的不同之处。

尽管它们都是大型语言模型，但它们的设计目标和应用场景却有所区别。

模型差距

GPT-4o专注于多模态交互，能够处理图像、文本等多种输入形式；而o1模型则是擅长逻辑推理和复杂问题。

给大家看一下它们俩具体的差别。

o1-推理者：

o1模型的核心优势在于其强大的推理能力，它能够处理复杂的逻辑问题，例如解决数学难题、进行逻辑推理和分析复杂的情境。

例如，在国际数学奥林匹克竞赛中，o1模型的正确率达到了83%，而GPT-4o仅为13%。

在 Codeforces 竞赛中，o1 的表现超过了 89% 的人类参与者，达到了专家大师级水平。

o1通过自我对弈的强化学习训练方法，提升了其推理能力，使其在处理复杂问题时展现出更高的准确性。 GPT4o-多模态选手：

GPT-4o是OpenAI旗下的多模态模型，其核心优势在于能够处理多种输入形式，包括文本、图像、音频等。

这种多模态交互能力也是更多用户的需求，像o1这种模型更适合研究员们。 例如，它可以分析图像内容并生成相应的描述，或者根据音频输入生成文字转录和分析报告。

日常使用场景

o1常见的使用场景

o1作为推理扛把子，那必定是研究人员的心头爱，特别是研究人员可以用o1进行复杂的数据分析、深度论文的写作以及撰写复杂逻辑的代码。

数据分析

最近做预测模型，需要对100组癌症患者的数据进行分析，直接上传给gpt。

我们可以直接让它计算影响致癌的特征有哪些，哪些特征最容易患癌。

可以看出吸烟跟患癌的相关性最高，其次是饮酒。

代码撰写

写SQL，对于很多人来说，都不太难，都是如果涉及多张表，然后逻辑还绕，那写SQL就很难了。

不过可以交给gpt，让它来写。 就像下面这个sql，涉及50张表，100多个字段。

算法设计与求解

GPT还可以帮助设计求解算法，并提供代码示例。“如何用模拟退火算法求解函数的最小值？”

论文写作

还可以让它进行较为深度的论文写作，就像下面这个论文，“开发实时视频监控与异常检测的混合深度学习模型”

可以先让它生成几个论文大纲，给我们一些思路。

还可以让它根据大纲给我们提供写作思路。

最后，你还可以根据提供的写作思路进行论文的撰写，文本写作向来是gpt的舒适区，更别说它的推理模型o1了。

GPT-4o常见的使用场景

GPT-4o是具备多模态的，能够处理文本、图像和语音输入等问题，比如像下面这些例子。

视觉交互

GPT-4o可以通过摄像头识别周围环境。没错，我们经常使用的摄像头识别能识别环境是靠GPT-4o的能力。

文本写作

比如我们让它写一篇演讲稿。

是不是效果还不错，AI味也不重。

所以大家在使用的时候可以根据自己的需求选择不同的模型，而且o1模型一周的使用量这么少，得把它用到刀刃上。

无论是gpt4o还是o1模型，其实它的本质都是新时代的生产力工具，把它们用好，用到什么地方就显得尤为重要。

目前国内的用户绝大多数使用官网的gpt是通过代充，不过这种方法有一定的风险，大家可以通过野卡去申请一张海外支付卡片，会安全不少。

野卡官方链接：https://yeka.ai/i/HIAI

详细的流程这里就不过多阐述了，还是很简单的。 如果大家觉得麻烦，又搞不定网络限制，可以去2233.ai使用包装好的gpt，原生态的，我之前大概用了6个月，效果也不错。

2233.ai官网链接：https://2233.ai/i/HIAI