o3-mini

Le OpenAI o3-mini est un modèle de raisonnement rapide et économique conçu pour les applications STEM, offrant d'excellentes performances en sciences, mathématiques et programmation. Lancé en janvier 2025, il inclut des fonctionnalités essentielles pour les développeurs, telles que l’appel de fonctions, les sorties structurées et les messages développeurs. Le modèle propose trois niveaux d’effort de raisonnement—faible, moyen et élevé—permettant aux utilisateurs d’optimiser entre une analyse plus approfondie et des temps de réponse plus rapides. Contrairement au modèle o3, il ne dispose pas de capacités de vision. Initialement disponible pour certains développeurs dans les niveaux 3 à 5 d'utilisation de l'API, il est accessible via l'API Chat Completions, l'API Assistants et l'API Batch.

o4-mini

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.

o3-minio4-mini
Site web ?
Fournisseur ?
Chat ?
Date de sortie ?
Modalités ?
texte ?
texte ?
images ?
Fournisseurs d’API ?
OpenAI API
OpenAI API
Date de mise à jour des connaissances ?
Inconnu
-
Open Source ?
Non
Non
Tarification d’entrée ?
$1.10 par million de tokens
$1.10 par million de tokens
Tarification de sortie ?
$4.40 par million de tokens
$4.40 par million de tokens
MMLU ?
86.9%
pass@1, high effort
Source
fort
MMLU-Pro ?
Non disponible
-
MMMU ?
Non disponible
81.6%
Source
HellaSwag ?
Non disponible
-
HumanEval ?
Non disponible
14.28%
Source
MATH ?
97.9%
pass@1, high effort
Source
-
GPQA ?
79.7%
0-shot, high effort
Source
81.4%
Source
IFEval ?
Non disponible
-
SimpleQA ?
-
-
AIME 2024
-
93.4%
Source
AIME 2025
-
92.7%
Source
Aider Polyglot ?
-
-
LiveCodeBench v5 ?
-
-
Global MMLU (Lite) ?
-
-
MathVista ?
-
-
Application mobile

Comparer les LLMs

Ajouter un commentaire


10%
Notre site utilise des cookies.

Politique de confidentialité et de cookies: ce site utilise des cookies. En continuant à utiliser le site, vous acceptez leur utilisation.