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.
„Llama 3.3 70B Instruct“, entwickelt von Meta, ist ein mehrsprachiges großes Sprachmodell, das speziell für auf Anweisungen basierende Aufgaben feinabgestimmt und für Konversationsanwendungen optimiert wurde. Es kann Texte in mehreren Sprachen verarbeiten und generieren, mit einem Kontextfenster, das bis zu 128.000 Token unterstützt. Das Modell wurde am 6. Dezember 2024 veröffentlicht und übertrifft zahlreiche Open-Source- und proprietäre Chatmodelle in verschiedenen Branchenbenchmarks. Es nutzt Grouped-Query Attention (GQA),um die Skalierbarkeit zu verbessern, und wurde mit einem vielfältigen Datensatz trainiert, der über 15 Billionen Token aus öffentlich zugänglichen Quellen umfasst. Das Modellwissen ist auf dem Stand von Dezember 2023.
| o4-mini | Llama 3.3 70B Instruct | |
|---|---|---|
Webseite
| ||
Anbieter
| ||
Chat
| ||
Veröffentlichungsdatum
| ||
Modalitäten
| Text Bilder | Text |
API-Anbieter
| OpenAI API | Fireworks, Together, DeepInfra, Hyperbolic |
Datum des Wissensstandes
| - | 12.2024 |
Open Source
| Nein | Ja |
Preisgestaltung Eingabe
| $1.10 pro Million Token | $0.23 pro Million Token |
Preisgestaltung Ausgabe
| $4.40 pro Million Token | $0.40 pro Million Token |
MMLU
| fort | 86% 0-shot, CoT Quelle |
MMLU-Pro
| - | 68.9% 5-shot, CoT Quelle |
MMMU
| 81.6% Quelle | Nicht verfügbar |
HellaSwag
| - | Nicht verfügbar |
HumanEval
| 14.28% Quelle | 88.4% pass@1 Quelle |
MATH
| - | 77% 0-shot, CoT Quelle |
GPQA
| 81.4% Quelle | 50.5% 0-shot, CoT 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 | - |
Compare AI. Test. Benchmarks. Mobile Chatbot-Apps, Sketch
Copyright © 2025 All Right Reserved.