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.
| o4-mini | Claude Opus 4.1 | |
|---|---|---|
Sitio Web
| ||
Proveedor
| ||
Chat
| ||
Fecha de Lanzamiento
| ||
Modalidades
| texto imágenes | texto imágenes |
Proveedores de API
| OpenAI API | Anthropic API, Claude Code, Amazon Bedrock, Vertex AI, GitHub Copilot |
Fecha de Corte de Conocimiento
| - | - |
Código Abierto
| No | No |
Costo de Entrada
| $1.10 por millón de tokens | $15 por millón de tokens |
Costo de Salida
| $4.40 por millón de tokens | $75 por millón de tokens |
MMLU
| fort | 89.5% Fuente |
MMLU-Pro
| - | - |
MMMU
| 81.6% Fuente | 77.1% Fuente |
HellaSwag
| - | - |
HumanEval
| 14.28% Fuente | - |
MATH
| - | - |
GPQA
| 81.4% Fuente | 80.9% Diamond Fuente |
IFEval
| - | - |
SimpleQA
| - | - |
AIME 2024 | 93.4% Fuente | - |
AIME 2025 | 92.7% Fuente | 78.0% Fuente |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Aplicación Móvil | ||
MathArena | ||
| Puntuación media | 87% | - |
AIME 2025 Prueba basada en problemas del concurso de matemáticas (American Invitational Mathematics Examination),destinada a evaluar las habilidades matemáticas de los modelos. | 92% | - |
HMMT February 2025 Prueba basada en problemas del Harvard-MIT Mathematics Tournament, febrero de 2025, destinada a evaluar las habilidades matemáticas de los modelos. | 83% | - |
BRUMO 2025 | 87% | - |
SMT 2025 Prueba basada en problemas del Stanford Math Tournament, 2025, destinada a evaluar las habilidades matemáticas de los modelos. | 89% | - |
CMIMC 2025 Prueba basada en problemas de la Olimpiada Matemática Canadiense, 2025, destinada a evaluar las habilidades matemáticas de los modelos. | 84% | - |
Compare AI. Test. Benchmarks. Chatbots Móviles, Sketch
Copyright © 2026 All Right Reserved.