OpenAI o4-mini est le dernier modèle léger de la série o, conçu pour un raisonnement efficace et performant à travers les tâches textuelles et visuelles. Optimisé pour la vitesse et les performances, il excelle dans la génération de code et la compréhension basée sur les images, tout en maintenant un équilibre entre latence et profondeur de raisonnement. Le modèle prend en charge une fenêtre de contexte de 200 000 tokens avec jusqu'à 100 000 tokens en sortie, le rendant adapté aux interactions étendues et volumineuses. Il gère à la fois les entrées textuelles et visuelles, produisant des sorties textuelles avec des capacités de raisonnement avancées. Grâce à son architecture compacte et ses performances polyvalentes, o4-mini est idéal pour une large gamme d'applications réelles nécessitant une intelligence rapide et rentable.
„Llama 3.3 70B Instruct“, conçu par Meta, est un grand modèle de langage multilingue spécialement affiné pour les tâches basées sur des instructions et optimisé pour les applications conversationnelles. Il peut traiter et générer du texte en plusieurs langues, avec une fenêtre contextuelle prenant en charge jusqu'à 128 000 tokens. Lancé le 6 décembre 2024, le modèle surpasse de nombreux chatbots open-source et propriétaires selon divers benchmarks industriels. Il utilise le Grouped-Query Attention (GQA) pour améliorer l'évolutivité et a été entraîné sur un ensemble de données diversifié comprenant plus de 15 billions de tokens provenant de sources publiques. Les connaissances du modèle sont à jour jusqu'en décembre 2023.
| o4-mini | Llama 3.3 70B Instruct | |
|---|---|---|
Site web
| ||
Fournisseur
| ||
Chat
| ||
Date de sortie
| ||
Modalités
| texte images | texte |
Fournisseurs d’API
| OpenAI API | Fireworks, Together, DeepInfra, Hyperbolic |
Date de mise à jour des connaissances
| - | 12.2024 |
Open Source
| Non | Oui |
Tarification d’entrée
| $1.10 par million de tokens | $0.23 par million de tokens |
Tarification de sortie
| $4.40 par million de tokens | $0.40 par million de tokens |
MMLU
| fort | 86% 0-shot, CoT Source |
MMLU-Pro
| - | 68.9% 5-shot, CoT Source |
MMMU
| 81.6% Source | Non disponible |
HellaSwag
| - | Non disponible |
HumanEval
| 14.28% Source | 88.4% pass@1 Source |
MATH
| - | 77% 0-shot, CoT Source |
GPQA
| 81.4% Source | 50.5% 0-shot, CoT Source |
IFEval
| - | 92.1% Source |
SimpleQA
| - | - |
AIME 2024 | 93.4% Source | - |
AIME 2025 | 92.7% Source | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Application mobile | - |
Compare AI. Test. Benchmarks. Applications de chatbots mobiles, Sketch
Copyright © 2025 All Right Reserved.