Claude 3.5 Haiku, entwickelt von Anthropic, bietet ein Kontextfenster von 200.000 Token. Die Preisgestaltung beträgt 1 $ pro Million Eingabe-Token und 5 $ pro Million Ausgabe-Token, mit möglichen Einsparungen von bis zu 90 % durch Prompt-Caching und 50 % über die Message Batches API. Dieses Modell, das am 4. November 2024 veröffentlicht wurde, zeichnet sich durch Codevervollständigung, interaktive Chatbots, Datenextraktion und -kennzeichnung sowie Echtzeit-Inhaltsmoderation aus.
OpenAI o4-mini ist das neueste leichtgewichtige Modell der o-Serie, entwickelt für effizientes und leistungsfähiges Denken über Text- und Bildaufgaben hinweg. Für Geschwindigkeit und Leistung optimiert, zeichnet es sich durch Code-Generierung und bildbasiertes Verständnis aus, während es ein Gleichgewicht zwischen Latenz und Denktiefe beibehält. Das Modell unterstützt ein Kontextfenster von 200.000 Token mit bis zu 100.000 Ausgabe-Token, was es für umfangreiche Interaktionen geeignet macht. Es verarbeitet sowohl Text- als auch Bildeingaben und erzeugt Textausgaben mit fortgeschrittenen Denkfähigkeiten. Dank seiner kompakten Architektur und vielseitigen Leistung ist o4-mini ideal für eine breite Palette von realen Anwendungen, die schnelle und kostengünstige Intelligenz erfordern.
| Claude 3.5 Haiku | o4-mini | |
|---|---|---|
Webseite
| ||
Anbieter
| ||
Chat
| ||
Veröffentlichungsdatum
| ||
Modalitäten
| Text | Text Bilder |
API-Anbieter
| Anthropic, AWS Bedrock, Vertex AI | OpenAI API |
Datum des Wissensstandes
| 01.04.2024 | - |
Open Source
| Nein | Nein |
Preisgestaltung Eingabe
| $0.80 pro Million Token | $1.10 pro Million Token |
Preisgestaltung Ausgabe
| $4.00 | $4.40 pro Million Token |
MMLU
| Nicht verfügbar | fort |
MMLU-Pro
| 65% 0-shot CoT Quelle | - |
MMMU
| Nicht verfügbar | 81.6% Quelle |
HellaSwag
| Nicht verfügbar | - |
HumanEval
| 88.1% 0-shot Quelle | 14.28% Quelle |
MATH
| 69.4% 0-shot CoT Quelle | - |
GPQA
| Nicht verfügbar | 81.4% Quelle |
IFEval
| Nicht verfügbar | - |
SimpleQA
| - | - |
AIME 2024 | - | 93.4% Quelle |
AIME 2025 | - | 92.7% Quelle |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Mobile Anwendung | ||
MathArena | ||
| Durchschnittliche Punktzahl | - | 87% |
AIME 2025 Test basierend auf Aufgaben aus dem Mathematikwettbewerb (American Invitational Mathematics Examination),der die mathematischen Fähigkeiten von Modellen überprüfen soll. | - | 92% |
HMMT February 2025 Test basierend auf Aufgaben aus dem Harvard-MIT Mathematics Tournament, Februar 2025, der die mathematischen Fähigkeiten von Modellen überprüfen soll. | - | 83% |
BRUMO 2025 | - | 87% |
SMT 2025 Test basierend auf Aufgaben aus dem Stanford Math Tournament, 2025, der die mathematischen Fähigkeiten von Modellen überprüfen soll. | - | 89% |
CMIMC 2025 Test basierend auf Aufgaben aus der Canadian Mathematical Olympiad, 2025, der die mathematischen Fähigkeiten von Modellen überprüfen soll. | - | 84% |
Compare AI. Test. Benchmarks. Mobile Chatbot-Apps, Sketch
Copyright © 2026 All Right Reserved.