Amazon Nova Pro ist ein modernes multimodales Modell, das für die Verarbeitung von Text-, Bild- und Videoeingängen mit fortschrittlichen Verarbeitungsfähigkeiten entwickelt wurde. Mit einem Kontextfenster von 300.000 Token zeichnet es sich in der Dokumentenanalyse, visuellen Fragebeantwortung und komplexen agentengesteuerten Workflows aus. Als Teil der Amazon Nova-Grundmodelle unterstützt es Feinabstimmung und Destillation, was eine tiefgreifende Anpassung für verschiedene Anwendungen ermöglicht.
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.
| Nova Pro | o4-mini | |
|---|---|---|
Webseite
| ||
Anbieter
| ||
Chat
| ||
Veröffentlichungsdatum
| ||
Modalitäten
| Text Bilder Video | Text Bilder |
API-Anbieter
| Amazon Bedrock | OpenAI API |
Datum des Wissensstandes
| Absichtlich nicht offengelegt | - |
Open Source
| Nein | Nein |
Preisgestaltung Eingabe
| $0.80 pro Million Token | $1.10 pro Million Token |
Preisgestaltung Ausgabe
| $3.20 pro Million Token | $4.40 pro Million Token |
MMLU
| 85.9% CoT Quelle | fort |
MMLU-Pro
| Nicht verfügbar | - |
MMMU
| Nicht verfügbar | 81.6% Quelle |
HellaSwag
| Nicht verfügbar | - |
HumanEval
| 89% pass@1 Quelle | 14.28% Quelle |
MATH
| 76.6% CoT Quelle | - |
GPQA
| 46.9% Main Quelle | 81.4% Quelle |
IFEval
| 92.1% Quelle | - |
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.