o3-mini

Das OpenAI o3-mini ist ein leistungsstarkes und kosteneffizientes Modell für schnelles logisches Denken, das speziell für MINT-Anwendungen entwickelt wurde und hervorragende Leistungen in Wissenschaft, Mathematik und Programmierung bietet. Es wurde im Januar 2025 veröffentlicht und enthält essenzielle Entwicklerfunktionen wie Funktionsaufrufe, strukturierte Ausgaben und Entwicklernachrichten. Das Modell verfügt über drei Stufen der Denkintensität—niedrig, mittel und hoch—damit Nutzer zwischen tiefgehender Analyse und schnelleren Antwortzeiten optimieren können. Im Gegensatz zum o3-Modell besitzt es keine visuellen Fähigkeiten. Zunächst ist es für ausgewählte Entwickler in den API-Stufen 3-5 verfügbar und kann über die Chat Completions API, Assistants API und Batch API genutzt werden.

Command A

Command R+ ist Coheres modernstes generatives KI-Modell, entwickelt für Unternehmensleistung, bei der Geschwindigkeit, Sicherheit und Ausgabequalität entscheidend sind. Es arbeitet effizient mit minimaler Infrastruktur und übertrifft Spitzenmodelle wie GPT-4o und DeepSeek-V3 in Fähigkeiten und Kosteneffizienz. Mit einem erweiterten Kontextfenster von 256K Token – doppelt so groß wie bei den meisten führenden Modellen – glänzt es bei komplexen mehrsprachigen und agentenbasierten Aufgaben, die für moderne Geschäftsabläufe entscheidend sind. Trotz seiner Leistung kann es mit nur zwei GPUs betrieben werden, was es hochgradig zugänglich macht. Mit einer rasanten Durchsatzrate von bis zu 156 Token pro Sekunde – etwa 1,75-mal schneller als GPT-4o – bietet Command R+ außergewöhnliche Effizienz ohne Kompromisse bei Genauigkeit oder Tiefe.

o3-miniCommand A
Webseite ?
Anbieter ?
Chat ?
Veröffentlichungsdatum ?
Modalitäten ?
Text ?
Text ?
API-Anbieter ?
OpenAI API
Cohere, Hugging Face, Major cloud providers
Datum des Wissensstandes ?
Unbekannt
-
Open Source ?
Nein
Ja
Preisgestaltung Eingabe ?
$1.10 pro Million Token
$2.50 pro Million Token
Preisgestaltung Ausgabe ?
$4.40 pro Million Token
$10.00 pro Million Token
MMLU ?
86.9%
pass@1, high effort
Quelle
85.5%
Quelle
MMLU-Pro ?
Nicht verfügbar
Nicht verfügbar
MMMU ?
Nicht verfügbar
Nicht verfügbar
HellaSwag ?
Nicht verfügbar
Nicht verfügbar
HumanEval ?
Nicht verfügbar
Nicht verfügbar
MATH ?
97.9%
pass@1, high effort
Quelle
80%
Quelle
GPQA ?
79.7%
0-shot, high effort
Quelle
50.8%
Quelle
IFEval ?
Nicht verfügbar
90.9%
Quelle
SimpleQA ?
-
-
AIME 2024
-
-
AIME 2025
-
-
Aider Polyglot ?
-
-
LiveCodeBench v5 ?
-
-
Global MMLU (Lite) ?
-
-
MathVista ?
-
-
Mobile Anwendung
-

LLMs vergleichen

Kommentar hinzufügen


10%
Unsere Website verwendet Cookies.

Datenschutz und Cookie-Richtlinie: Diese Website verwendet Cookies. Wenn Sie die Seite weiter nutzen, stimmen Sie deren Verwendung zu.