




ओपनएआई o4-मिनी o-सीरीज़ का नवीनतम हल्का मॉडल है, जिसे टेक्स्ट और विजुअल कार्यों में कुशल और सक्षम तर्क के लिए इंजीनियर किया गया है। गति और प्रदर्शन के लिए अनुकूलित, यह कोड जनरेशन और इमेज-आधारित समझ में उत्कृष्ट प्रदर्शन करता है, जबकि विलंबता और तर्क की गहराई के बीच संतुलन बनाए रखता है। मॉडल 200,000-टोकन की संदर्भ विंडो को 100,000 आउटपुट टोकन तक सपोर्ट करता है, जो इसे विस्तारित, उच्च-मात्रा वाली इंटरैक्शन के लिए उपयुक्त बनाता है। यह टेक्स्ट और इमेज दोनों इनपुट को संभालता है, जो उन्नत तर्क क्षमताओं के साथ पाठ्य आउटपुट उत्पन्न करता है। अपनी कॉम्पैक्ट आर्किटेक्चर और बहुमुखी प्रदर्शन के साथ, o4-मिनी वास्तविक दुनिया के उन अनुप्रयोगों के लिए आदर्श है जिनमें तेज, लागत-प्रभावी बुद्धिमत्ता की आवश्यकता होती है।
वेबसाइट एआई मॉडल वेब पेज | |
प्रदाता इस मॉडल को प्रदान करने वाली इकाई। | |
चैट चैट शुरू करने के लिए एक संदेश दर्ज करें | |
रिलीज तिथि मॉडल पहली बार कब रिलीज हुआ था। | 1 वर्ष ago अप्रै 16, 2025 |
मोडलिटीज इस मॉडल द्वारा संसाधित किए जा सकने वाले डेटा के प्रकार | टेक्स्ट छवियां |
एपीआई प्रदाता वे प्रदाता जो इस मॉडल को प्रदान करते हैं। (यह एक पूर्ण सूची नहीं है।) | OpenAI API |
ज्ञान समाप्ति तिथि मॉडल का ज्ञान अंतिम बार कब अपडेट किया गया था। | - |
ओपन सोर्स क्या मॉडल का कोड सार्वजनिक उपयोग के लिए उपलब्ध है। | नहीं |
मूल्य निर्धारण इनपुट आपके प्रॉम्प्ट में टोकन प्रोसेसिंग की लागत | $1.10 प्रति मिलियन टोकन |
मूल्य निर्धारण आउटपुट मॉडल द्वारा उत्पन्न टोकन की लागत | $4.40 प्रति मिलियन टोकन |
एमएमएलयू मैसिव मल्टीटास्क भाषा समझ - गणित, इतिहास, कानून और अन्य सहित 57 विषयों में ज्ञान का परीक्षण | fort |
एमएमएलयू-प्रो अधिक मजबूत एमएमएलयू बेंचमार्क जिसमें कठिन, तर्क-केंद्रित प्रश्न, बड़ा विकल्प सेट, और कम प्रॉम्प्ट संवेदनशीलता शामिल है | - |
एमएमएमयू मैसिव मल्टीटास्क मल्टीमॉडल समझ - टेक्स्ट, छवियों, ऑडियो और वीडियो में समझ का परीक्षण | 81.6% स्रोत |
हेलास्वैग एक चुनौतीपूर्ण वाक्य पूर्णता बेंचमार्क | - |
ह्यूमनएवैल कोड जनरेशन और समस्या-समाधान क्षमताओं का मूल्यांकन करता है | 14.28% स्रोत |
मैथ विभिन्न कठिनाई स्तरों पर गणितीय समस्या-समाधान क्षमताओं का परीक्षण | - |
जीपीक्यूए रसायन विज्ञान, जीव विज्ञान और भौतिकी में पीएचडी-स्तर के ज्ञान का बहुविकल्पीय प्रश्नों के माध्यम से परीक्षण जो गहरे डोमेन विशेषज्ञता की आवश्यकता रखते हैं | 81.4% स्रोत |
आईएफइवैल मॉडल की स्पष्ट स्वरूपण निर्देशों का सटीक पालन करने, उपयुक्त आउटपुट उत्पन्न करने, और विभिन्न कार्यों में लगातार निर्देश अनुपालन बनाए रखने की क्षमता का परीक्षण | - |
SimpleQA साधारण प्रश्नों की सटीकता का आकलन | - |
AIME 2024 | 93.4% स्रोत |
AIME 2025 | 92.7% स्रोत |
Aider Polyglot बहुभाषी प्रोग्रामिंग बेंचमार्क। | - |
LiveCodeBench v5 रीयल-टाइम प्रोग्रामिंग के लिए बेंचमार्क | - |
वैश्विक MMLU (लाइट) वैश्विक स्तर पर मॉडलों की सार्वभौमिकता का आकलन करने के लिए बेंचमार्क का सरलीकृत संस्करण। | - |
MathVista दृश्य संदर्भों में AI मॉडलों की गणितीय तर्क क्षमताओं का मूल्यांकन | - |
मोबाइल एप्लिकेशन | |
MathArena | |
| औसत स्कोर | 87% |
| AIME 2025 अमेरिकन इनविटेशनल मैथमेटिक्स एग्जामिनेशन (American Invitational Mathematics Examination) के प्रश्नों पर आधारित परीक्षण, मॉडल की गणितीय क्षमताओं को परखने के लिए बनाया गया है। | 92% |
| HMMT February 2025 फरवरी 2025 हार्वर्ड-MIT गणित टूर्नामेंट के प्रश्नों पर आधारित परीक्षण, मॉडल की गणितीय क्षमताओं को परखने के लिए बनाया गया है। | 83% |
| BRUMO 2025 | 87% |
| SMT 2025 2025 स्टैनफोर्ड गणित टूर्नामेंट के प्रश्नों पर आधारित परीक्षण, मॉडल की गणितीय क्षमताओं को परखने के लिए बनाया गया है। | 89% |
| CMIMC 2025 2025 कैनेडियन मैथमैटिकल ओलंपियाड के प्रश्नों पर आधारित परीक्षण, मॉडल की गणितीय क्षमताओं को परखने के लिए बनाया गया है। | 84% |
Compare AI. Test. Benchmarks. मोबाइल ऐप्स चैटबॉट्स, Sketch
Copyright © 2026 All Right Reserved.