Az OpenAI o3-mini egy gyors és költséghatékony érvelési modell, amelyet STEM alkalmazásokhoz terveztek, és kiváló teljesítményt nyújt a tudomány, a matematika és a programozás területén. 2025 januárjában került piacra, és olyan alapvető fejlesztői funkciókat tartalmaz, mint a függvényhívások, a strukturált kimenetek és a fejlesztői üzenetek. A modell három érvelési szintet kínál—alacsony, közepes és magas—amelyek lehetővé teszik a felhasználók számára az egyensúly optimalizálását a mélyebb elemzés és a gyorsabb válaszidő között. Az o3 modellel ellentétben nem rendelkezik vizuális képességekkel. Kezdetben a 3-5 API-használati szintű fejlesztők számára érhető el, és a Chat Completions API, az Assistants API és a Batch API segítségével használható.
A Claude 3.7 Sonnet az Anthropic eddigi legfejlettebb AI-modellje és a piac első hibrid gondolkodási rendszere. Standard és kiterjesztett gondolkodási módokat kínál, utóbbi átlátható, lépésről lépésre történő érvelést biztosít. A modell jelentős fejlődést mutat a kódolásban és a front-end webfejlesztésben, kiváló eredményeket érve el a SWE-bench Verified és a TAU-bench teszteken. A Claude.ai, az Anthropic API, az Amazon Bedrock és a Google Cloud Vertex AI révén elérhető, új mércét állítva az intelligens, AI által hajtott problémamegoldás terén.
| o3-mini | Claude 3.7 Sonnet - Extended Thinking | |
|---|---|---|
Weboldal
| ||
Szolgáltató
| ||
Csevegés
| ||
Kiadási Dátum
| ||
Modalitások
| szöveg | szöveg képek |
API Szolgáltatók
| OpenAI API | Claude.ai, Anthropic API, Amazon Bedrock, Google Cloud Vertex AI |
Tudás Befejezési Dátuma
| Ismeretlen | - |
Nyílt Forráskódú
| Nem | Nem |
Bemeneti Árazás
| $1.10 millió tokenenként | $3.00 millió tokenenként |
Kimeneti Árazás
| $4.40 millió tokenenként | $15.00 millió tokenenként |
MMLU
| 86.9% pass@1, high effort Forrás | Nem elérhető |
MMLU-Pro
| Nem elérhető | Nem elérhető |
MMMU
| Nem elérhető | 75% Forrás |
HellaSwag
| Nem elérhető | Nem elérhető |
HumanEval
| Nem elérhető | Nem elérhető |
MATH
| 97.9% pass@1, high effort Forrás | 96.2% Forrás |
GPQA
| 79.7% 0-shot, high effort Forrás | 84.8% Diamond Forrás |
IFEval
| Nem elérhető | 93.2% Forrás |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Mobilalkalmazás |
Compare AI. Test. Benchmarks. Mobil Chatbot Alkalmazások, Sketch
Copyright © 2025 All Right Reserved.