OpenAI o4-mini es el modelo más reciente y ligero de la serie o, diseñado para un razonamiento eficiente y capaz en tareas tanto de texto como visuales. Optimizado para velocidad y rendimiento, destaca en generación de código y comprensión basada en imágenes, manteniendo un equilibrio entre latencia y profundidad de razonamiento. El modelo admite una ventana de contexto de 200.000 tokens con hasta 100.000 tokens de salida, lo que lo hace ideal para interacciones extensas y de alto volumen. Procesa entradas tanto de texto como de imágenes y produce salidas textuales con capacidades avanzadas de razonamiento. Gracias a su arquitectura compacta y rendimiento versátil, o4-mini es perfecto para una amplia gama de aplicaciones del mundo real que requieren inteligencia rápida y rentable.
„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.
| o4-mini | Llama 3.3 70B Instruct | |
|---|---|---|
Sitio Web
| ||
Proveedor
| ||
Chat
| ||
Fecha de Lanzamiento
| ||
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
| $1.10 por millón de tokens | $0.23 por millón de tokens |
Costo de Salida
| $4.40 por millón de tokens | $0.40 por millón de tokens |
MMLU
| fort | 86% 0-shot, CoT Fuente |
MMLU-Pro
| - | 68.9% 5-shot, CoT Fuente |
MMMU
| 81.6% Fuente | No disponible |
HellaSwag
| - | No disponible |
HumanEval
| 14.28% Fuente | 88.4% pass@1 Fuente |
MATH
| - | 77% 0-shot, CoT Fuente |
GPQA
| 81.4% Fuente | 50.5% 0-shot, CoT Fuente |
IFEval
| - | 92.1% Fuente |
SimpleQA
| - | - |
AIME 2024 | 93.4% Fuente | - |
AIME 2025 | 92.7% Fuente | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Aplicación Móvil | - |
Compare AI. Test. Benchmarks. Chatbots Móviles, Sketch
Copyright © 2025 All Right Reserved.