GPT-4o всё ещё в деле: когда мультимодальная классика выигрывает

GPT-4o (gpt-4o) есть в каталоге, и её рано хоронить. Да, вокруг GPT-5 Pro и reasoning-ветка o-серии. Но у GPT-4o своя ниша, где она до сих пор ставит лучший баланс скорости, цены и мультимодальности.

Что она умеет

• Мультимодальность. Текст и изображения в одном запросе — фото документа, скриншот интерфейса, диаграмма.
• Скорость. Отвечает быстро, задержка низкая — это важно для интерактивных сценариев.
• Контекст 128K. Классическое окно. Не миллион, но для большинства повседневных задач хватает с запасом.

Где GPT-4o оптимальна

Разбор изображений в потоке

Если вам надо распознать содержимое сотен скриншотов или фотографий чеков, тяжёлая reasoning-модель тут избыточна. GPT-4o быстро и дёшево извлечёт то, что видно.

curl https://api.yenisei.ru/v1/chat/completions \
  -H "Authorization: Bearer $YENISEI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-4o",
    "messages": [{
      "role": "user",
      "content": [
        {"type": "text", "text": "Что за ошибка на скриншоте? Кратко."},
        {"type": "image_url", "image_url": {"url": "https://example.com/screen.png"}}
      ]
    }]
  }'

Интерактивные ассистенты

Там, где пользователь ждёт ответа здесь и сейчас, задержка reasoning-моделей раздражает. GPT-4o отвечает быстро и «на глаз» неотличимо качественно на бытовых вопросах.

Умеренный бюджет

GPT-4o дешевле флагманов GPT-5. Если задача не требует их глубины, вы просто экономите.

Где GPT-4o уступает

• Сложные многошаговые рассуждения — тут выигрывает o3 или GPT-5 Pro.
• Огромные документы — 128K против миллиона у старших моделей.
• Тонкие агентные цепочки — новые модели стабильнее держат протокол инструментов.

Как думать про выбор

GPT-4o — это «быстро, мультимодально, недорого». Пока ваша задача укладывается в эти три слова, тащить флагман незачем. Как только начинается «надо подумать над этим подольше» — переключайтесь на GPT-5 или o-серию. Оплата в рублях, 1 кредит = 1 ₽.