GPT-4o，OpenAI的旗舰模型，于五月份发布时以其音频理解能力引人注目，平均320毫秒的响应速度接近人类对话速度。该模型通过端到端训练将文本、视觉和音频三种模态融合，展示了在多种输入输出上的潜力。OpenAI计划在六月份将高级语音模式功能，通过ChatGPT Plus向部分用户推出，尽管因需改进模型检测和拒绝内容能力，推出时间推迟一个月。新功能将使ChatGPT用户实现无延迟的流畅对话体验。此外，OpenAI还推出了SearchGPT，一个原型版本的人工智能搜索工具，能从清晰相关来源快速提供准确答案。