A GPT-4.1-et az OpenAI 2025. április 14-én dobta piacra, amely 1 millió tokenes kontextusablakot vezet be, és kérésselként legfeljebb 32 768 token kimenetet támogat. Kiváló teljesítményt nyújt kódolási feladatokban, 54,6%-ot ér el a SWE-Bench Verified benchmarkon, és 10,5%-os javulást mutat a GPT-4o-hoz képest a MultiChallenge-en az utasítások követésében. A modell tudásának határidője 2024. júniusra van állítva. A díjszabás 2,00 $ milliónyi token bemenetre és 8,00 $ milliónyi token kimenetre vonatkozik, a gyorsítótárazott bemenetekre 75%-os kedvezményt alkalmazva, ami nagyon költséghatékonyvá teszi az ismétlődő lekérdezések esetén.
„Llama 3.3 70B Instruct“, a Meta által létrehozott többnyelvű, nagyméretű nyelvi modell, amelyet kifejezetten utasításalapú feladatokhoz finomhangoltak és beszélgetési alkalmazásokhoz optimalizáltak. Több nyelven képes szöveget feldolgozni és generálni, kontextusablaka akár 128 000 tokenig terjed. A 2024. december 6-án megjelent modell számos nyílt forráskódú és saját fejlesztésű chatbotot felülmúl az iparági benchmarkokban. A skálázhatóság javítása érdekében Grouped-Query Attention (GQA) technológiát alkalmaz, és több mint 15 billió tokenből álló, nyilvánosan elérhető forrásokból származó változatos adathalmazon tanult. A modell tudása 2023. decemberéig aktuális.
| GPT-4.1 | Llama 3.3 70B Instruct | |
|---|---|---|
Weboldal
| ||
Szolgáltató
| ||
Csevegés
| ||
Kiadási Dátum
| ||
Modalitások
| szöveg képek | szöveg |
API Szolgáltatók
| OpenAI API | Fireworks, Together, DeepInfra, Hyperbolic |
Tudás Befejezési Dátuma
| - | 12.2024 |
Nyílt Forráskódú
| Nem | Igen |
Bemeneti Árazás
| $2.00 millió tokenenként | $0.23 millió tokenenként |
Kimeneti Árazás
| $8.00 millió tokenenként | $0.40 millió tokenenként |
MMLU
| 90.2% pass@1 Forrás | 86% 0-shot, CoT Forrás |
MMLU-Pro
| - | 68.9% 5-shot, CoT Forrás |
MMMU
| 74.8% Forrás | Nem elérhető |
HellaSwag
| - | Nem elérhető |
HumanEval
| - | 88.4% pass@1 Forrás |
MATH
| - | 77% 0-shot, CoT Forrás |
GPQA
| 66.3% Diamond Forrás | 50.5% 0-shot, CoT Forrás |
IFEval
| - | 92.1% Forrás |
SimpleQA
| - | - |
AIME 2024 | 48.1% Forrás | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| 87.3% pass@1 Forrás | - |
MathVista
| - | - |
Mobilalkalmazás | - |
Compare AI. Test. Benchmarks. Mobil Chatbot Alkalmazások, Sketch
Copyright © 2025 All Right Reserved.