GPT-4.1, lanzado por OpenAI el 14 de abril de 2025, introduce una ventana de contexto de 1 millón de tokens y admite salidas de hasta 32 768 tokens por solicitud. Ofrece un rendimiento excepcional en tareas de codificación, logrando un 54,6 % en el benchmark SWE-Bench Verified, y muestra una mejora del 10,5 % respecto a GPT-4o en MultiChallenge para el seguimiento de instrucciones. El corte de conocimiento del modelo está establecido en junio de 2024. El precio es de 2,00 $ por millón de tokens para entrada y 8,00 $ por millón de tokens para salida, con un descuento del 75 % aplicado a entradas en caché, lo que lo hace muy rentable para consultas repetidas.
„Llama 3.3 70B Instruct“, creado por Meta, es un modelo de lenguaje grande y multilingüe afinado específicamente para tareas basadas en instrucciones y optimizado para aplicaciones conversacionales. Es capaz de procesar y generar texto en varios idiomas, con una ventana de contexto que admite hasta 128.000 tokens. Lanzado el 6 de diciembre de 2024, el modelo supera a numerosos chatbots de código abierto y propietarios en diversas pruebas comparativas de la industria. Utiliza Grouped-Query Attention (GQA) para mejorar la escalabilidad y ha sido entrenado con un conjunto de datos diverso que incluye más de 15 billones de tokens de fuentes públicas. El conocimiento del modelo está actualizado hasta diciembre de 2023.
| GPT-4.1 | Llama 3.3 70B Instruct | |
|---|---|---|
Proveedor | ||
Sitio Web | ||
Fecha de Lanzamiento | Apr 14, 2025 2 semanas ago | Dec 06, 2024 4 meses ago |
Modalidades | texto imágenes | texto |
Proveedores de API | OpenAI API | Fireworks, Together, DeepInfra, Hyperbolic |
Fecha de Corte de Conocimiento | - | 12.2024 |
Código Abierto | No | Sí |
Costo de Entrada | $2.00 por millón de tokens | $0.23 por millón de tokens |
Costo de Salida | $8.00 por millón de tokens | $0.40 por millón de tokens |
MMLU | 90.2% pass@1 Fuente | 86% 0-shot, CoT Fuente |
MMLU Pro | - | 68.9% 5-shot, CoT Fuente |
MMMU | 74.8% Fuente | No disponible |
HellaSwag | - | No disponible |
HumanEval | - | 88.4% pass@1 Fuente |
MATH | - | 77% 0-shot, CoT Fuente |
GPQA | 66.3% Diamond Fuente | 50.5% 0-shot, CoT Fuente |
IFEval | - | 92.1% Fuente |
Aplicación Móvil | - |
Compare AI. Test. Benchmarks. Chatbots Móviles, Sketch
Copyright © 2025 All Right Reserved.