OpenAIが公開した「GPT-4o System Card」（2024年8月8日付、arXiv上でも公開）によると、GPT-4oはテキストと英語コーディングにおいてGPT-4 Turboと同等の性能を維持しつつ、22件の評価のうち21件でGPT-4 Turboを上回る改善を示したとされています。特に医療知識分野では、MedQA USMLE（4択）の0-shot正答率が78.2%から89.4%へと向上し、これはMed-Gemini-L 1.0（84.0%）やMed-PaLM 2（79.7%）といった医療特化モデルのfew-shot性能を上回る水準です。また多言語性能でも、ARC-Easy-Hausaの正答率がGPT-3.5 Turboの6.1%からGPT-4oでは71.4%へ、TruthfulQA-Yorubaでは28.3%から51.1%へと大幅に改善したことが報告されています。