把复杂要求组织成清晰回答
GPT-4的优势在任务复杂度提高时更明显：它能处理比简单问答更细致的指令，例如同时约束受众、语气、结构与内容边界。将背景材料和验收条件写清楚，可用于生成分析稿、解释方案或修改文本；任务要求越具体，越便于判断回答是否合格。
Overview
API
Pricing
规格与接口特性
在选型前明确容量、输入输出与调用方式。
- 原生上下文
- 发布时gpt-4为8,192 tokens，不含gpt-4-32k变体
- 输入与输出
- 文本、图像输入；自然语言与代码等文本输出
- 行为控制
- 通过system消息指定任务、语气、风格与回答要求
- 标准对话入口
- /openai/chat/completions使用model与messages；支持流式文本
- 响应入口
- /openai/responses使用model与input
- 托管多轮会话
- 通过question提问，使用stateful与id延续会话
- 本地化方式
- /localization/translate支持Markdown字符串与JSON对象
原生上下文数字对应发布时版本；平台调用采用各入口的消息与会话格式，不能将共享字段全部视为GPT-4功能。
核心能力
了解 gpt-4 能为你的工作带来什么。
结合图像解释可见信息
图文理解让GPT-4能够围绕照片、图表、截图以及带文字的文档图片回答问题，交付文字说明或代码建议。使用时应把图片与问题一起提交，明确需要解释的区域和目标；它侧重理解与表达，不是将文字提示直接变成图片的绘图模型。
按任务设定表达与讨论方式
通过system消息，可以让GPT-4围绕固定角色、表达风格与任务范围工作，例如先列假设再给结论，或面向非技术读者解释代码。连续讨论时，把必要历史纳入消息或使用托管会话，有助于逐步完善交付物，但不会让模型永久学习新知识。
适用场景
从具体任务出发，找到模型发挥作用的位置。
代码解释与修改草案
输入相关代码、报错文本和预期行为，让GPT-4解释逻辑、定位值得检查的环节，并提出修改草案。适合把难读的函数转成维护说明，或围绕同一问题逐轮补充信息。交付物是代码与解释文本，实际运行、测试和安全审查仍由开发流程完成。
产品文案与资源本地化
提供Markdown内容或JSON资源对象，在本地化入口指定目标语言及对应格式，可用于产品说明、帮助文本和界面资源翻译。专业名词、占位符与不可翻译的标识应提前说明；完成后检查格式、术语和语境，避免将语言流畅等同于业务含义准确。
截图与图表辅助解读
把界面截图或业务图表与具体问题一起输入，让GPT-4整理可见要点、解释图中关系，或形成便于沟通的文字摘要。需要精确数值时，建议同时提供原始数据；对不清楚的标注先补充说明，避免让模型根据模糊细节推断关键结论。
如何选择这个模型
结合任务复杂度、输入材料与预期结果选择。
复杂文本任务更能体现选择价值
如果任务只是简短改写或普通闲聊，GPT-4与GPT-3.5的差别可能不突出；当要求涉及细致约束、创意组织与较复杂的理解时，GPT-4更值得选择。已有GPT-4应用也可保留它作为评测基线，用真实业务样本比较其他型号，而不是仅根据名称判断升级收益。
区分标准名称与专门变体
gpt-4不是gpt-4-32k，也不等同于固定日期版gpt-4-0314；需要长材料处理或固定版本复现时，应分别选择对应型号。gpt-4-browsing是不同的联网调用名称，不能把它的搜索行为视为普通gpt-4的默认功能，实时资料任务应明确设计检索步骤。
开始使用
从一次小规模任务到正式接入。
准备任务与材料
明确目标、必要输入与输出要求，使用真实业务样例作为起点。
在 API 调试区试用
打开试用页，确认此入口支持的参数，再提交小规模任务查看结果。
按 API 文档接入
保留完整模型 ID，使用文档规定的请求格式，并在 Pricing 页确认计费规则。
使用边界
在正式使用前，了解输出质量与能力范围。
- GPT-4仍可能在事实和推理上出错，甚至用肯定语气表达错误结论。分析材料时可要求区分已知事实、假设与待确认事项；涉及专业决策，应核查依据。生成代码也可能引入安全问题，不能省略测试和审查。
- GPT-4不应被当作实时信息库，发布时模型的大部分训练数据截至2021年9月。处理最新政策、产品变更或近期事件时，应提供新资料再让它分析；普通对话本身不意味着自动搜索网页或持续更新知识。
- 图像理解交付的是文字分析，不包含原生图片或音频生成。文档图片理解也不等于所有入口都能直接读取PDF。多轮历史会占用上下文，应保留关键背景、压缩重复内容，并为回答留出空间。
常见问题
解答使用 gpt-4 时的常见疑问。
GPT-4与GPT-3.5的主要区别是什么？
区别主要体现在复杂任务上。GPT-4更适合细致指令、创意组织和带多项条件的分析；简单闲聊未必能明显体现差距。选择时可用同一组实际任务比较内容正确性、约束遵循和修改次数。
GPT-4可以看图片，也能画图吗？
GPT-4可以结合图片与文字问题生成文字说明，例如解释截图、照片或图表。看图和绘图是不同任务，它的原生输出是文本；需要生成或编辑图片，应使用专门的图像模型，而不是只给gpt-4添加绘图提示。
怎样让GPT-4接着上一次讨论？
使用Chat Completions时，在messages中提交必要的用户与助手历史。使用托管会话时，开启stateful并在后续请求携带返回的id。两种方式都用于延续讨论，不意味着永久记忆，也不应无限累积无关内容。
gpt-4是否就是32K或固定日期版本？
不是。官方发布时，gpt-4的上下文为8,192 tokens，gpt-4-32k是另一个变体；gpt-4-0314则用于固定当时快照。不带日期的名称不能直接当作该快照，做版本复现时应记录完整型号和请求设置。
调用GPT-4优先选择哪个入口？
已有消息式应用可选/openai/chat/completions，通过model与messages请求并读取choices中的文本。希望简化历史管理可用托管会话；Markdown或JSON翻译可选本地化入口。Responses采用model与input，需使用对应响应解析方式。
模型资料 · 更新日期：2026-10-01。调用参数与计费规则请查看 API 和定价栏目。
Input
$6.00per 1M tokens
Official $30.00
Output
$12.00per 1M tokens
Official $60.00
−80%vs official
Top-up
You pay$13,584for 142,800 credits · $0.0951 / credits46% OFF
You're billed in credits. Pick a top-up tier to see its per-credit rate — the larger the top-up, the cheaper each credit.
Quickstart
Try the API
API Key
Please obtain an API Key first
This is only a basic call example. See the full docs for more parameters and advanced usage.
View Docs