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.
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.
| o3-mini | o4-mini | |
|---|---|---|
Anbieter | ||
Webseite | ||
Veröffentlichungsdatum | Jan 31, 2025 3 Monate ago | Apr 16, 2025 1 Monat ago |
Modalitäten | Text | Text Bilder |
API-Anbieter | OpenAI API | OpenAI API |
Datum des Wissensstandes | Unbekannt | - |
Open Source | Nein | Nein |
Preisgestaltung Eingabe | $1.10 pro Million Token | $1.10 pro Million Token |
Preisgestaltung Ausgabe | $4.40 pro Million Token | $4.40 pro Million Token |
MMLU | 86.9% pass@1, high effort Quelle | fort |
MMLU Pro | Nicht verfügbar | - |
MMMU | Nicht verfügbar | 81.6% Quelle |
HellaSwag | Nicht verfügbar | - |
HumanEval | Nicht verfügbar | 14.28% Quelle |
MATH | 97.9% pass@1, high effort Quelle | - |
GPQA | 79.7% 0-shot, high effort Quelle | 81.4% Quelle |
IFEval | Nicht verfügbar | - |
Array | - | - |
AIME 2024 | - | 93.4% Quelle |
AIME 2025 | - | 92.7% Quelle |
Array | - | - |
Array | - | - |
Array | - | - |
Array | - | - |
Mobile Anwendung |
Compare AI. Test. Benchmarks. Mobile Chatbot-Apps, Sketch
Copyright © 2025 All Right Reserved.