对许多ChatGPT用户来说,这是令人沮丧的一天。
OpenAI周四宣布,深受用户喜爱的GPT-4o模型将于2月13日正式退役。这意味着付费用户将无法再通过ChatGPT的模型选择菜单访问该模型,尽管在可预见的未来,用户仍可通过OpenAI的API使用它。自OpenAI在8月份推出GPT-5以来,约占用户群90%的ChatGPT免费用户已无法使用4o模型。GPT-4o因其温暖友好的对话语调而成为许多用户的最爱。
GPT-4.1、GPT-4.1 mini、OpenAI o4-mini以及GPT-5 Instant和Thinking模型也将从2月13日起停止服务。但OpenAI在处理4o模型退役时格外谨慎,因为此前在GPT-5发布后短暂移除该模型时曾遭到用户强烈反对。
"我们知道失去GPT-4o的访问权限对一些用户来说会很令人沮丧,我们没有轻易做出这个决定,"公司在声明中写道。"淘汰模型从来都不容易,但这让我们能够专注于改进目前大多数人使用的模型。"
好消息是,对大多数ChatGPT用户来说,这次转换应该感觉相当平滑——至少在实际使用层面上如此。
如果你是Plus或Pro订阅用户,无论你一直在使用哪些模型,在2月13日退役日期之后,你与ChatGPT的所有现有对话仍然可以访问。你可以继续这些对话,只是使用不同的模型。免费用户仍将使用GPT-5作为默认模型,所以对他们来说,这种变化实际上不会被察觉到。
根据OpenAI网站信息,基于4o或其他即将退役模型的现有GPT将在2月13日切换到GPT-5.2。ChatGPT的语音模式和图像生成功能不会受到切换影响,因为它们目前都使用与4o不同(尽管相似)的模型。
最明显的变化将是那些因为偏爱4o的语调和对话风格而仍在使用它的付费用户。
当4o在8月份GPT-5发布后最初被停用时,这成为公司面临的主要争议点。公司很快为一些付费用户恢复了该模型,并承诺会重视负面反馈。GPT-5.1和5.2都配备了各种"可个性化预设",包括"专业"、"坦率"和"有趣"等选项,旨在让模型更能适应个人用户偏好。
在周四的公告中,OpenAI写道只有约1%的ChatGPT用户仍在使用4o。尽管如此,这大约90万付费客户中的一些人明确对OpenAI淘汰该模型的决定表示不满。
其中一些人认为1%的数字具有误导性,因为它将数量庞大的无法访问4o的免费用户也计算在内。"我认为如果只看订阅用户,这个百分比会大不相同,"一人周四晚上在OpenAI的Reddit论坛上写道。
另一位用户已经开始尝试集结支持来推翻这个决定。"是时候去change.org网站开始填写请愿书了,"他们写道。"我们上次把4o带回来了。我们会再次把它带回来。"
Q&A
Q1:GPT-4o为什么会被淘汰?
A:OpenAI表示淘汰GPT-4o是为了让公司能够专注于改进目前大多数人使用的模型。虽然只有约1%的ChatGPT用户仍在使用4o,但这个决定仍然引发了一些用户的不满,特别是那些偏爱4o温暖友好对话语调的付费用户。
Q2:GPT-4o退役后用户的对话记录会丢失吗?
A:不会丢失。如果你是Plus或Pro订阅用户,无论之前使用哪些模型,在2月13日退役日期之后,与ChatGPT的所有现有对话仍然可以访问,可以继续这些对话,只是会使用不同的模型。基于4o的现有GPT将自动切换到GPT-5.2。
Q3:还有其他方式可以使用GPT-4o吗?
A:是的,虽然GPT-4o将从ChatGPT的模型选择菜单中移除,但在可预见的未来,用户仍可通过OpenAI的API继续使用它。不过这主要面向开发者用户,普通用户通过ChatGPT界面将无法直接访问。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。