o4-mini

Az OpenAI o4-mini az o-sorozat legújabb, könnyű modellje, amelyet hatékony és képes gondolkodásra terveztek szöveges és vizuális feladatokban. A sebesség és teljesítmény optimalizálásával kiemelkedik a kódgenerálásban és a képalapú megértésben, miközben megőrzi a késleltetés és a gondolkodás mélysége közötti egyensúlyt. A modell 200 000 tokenes kontextusablakot támogat, legfeljebb 100 000 kimeneti tokenig, ami lehetővé teszi a kiterjedt, nagy mennyiségű interakciókat. Kezeli a szöveges és képes bemeneteket is, szöveges kimeneteket állít elő fejlett gondolkodási képességekkel. Kompakt architektúrájával és sokoldalú teljesítményével az o4-mini ideális számos valós alkalmazáshoz, amelyek gyors és költséghatékony intelligenciát igényelnek.

Gemini 2.0 Pro

A Gemini 2.0 Pro a Google eddigi legfejlettebb modellje, amely kivételes kódolási teljesítményt nyújt, és könnyedén kezeli az összetett utasításokat. Fejlett funkciókkal rendelkezik, mint például a natív eszközintegráció, a képalkotás és a beszédszintézis. Fejlett érvelési képességekre tervezve a modell támogatja a multimodális bemeneteket, beleértve a szöveget, képeket, videót és hangot. Elérhető a Google AI Studio és a Vertex AI platformokon, és jelentős teljesítményjavulást kínál a korábbi verziókhoz képest, miközben magas hatékonyságot biztosít.

o4-miniGemini 2.0 Pro
Weboldal ?
Szolgáltató ?
Csevegés ?
Kiadási Dátum ?
Modalitások ?
szöveg ?
képek ?
szöveg ?
képek ?
hang ?
videó ?
API Szolgáltatók ?
OpenAI API
Google AI Studio, Vertex AI
Tudás Befejezési Dátuma ?
-
08.2024
Nyílt Forráskódú ?
Nem
Nem
Bemeneti Árazás ?
$1.10 millió tokenenként
$0.10 millió tokenenként
Kimeneti Árazás ?
$4.40 millió tokenenként
$0.40 millió tokenenként
MMLU ?
fort
Nem elérhető
MMLU-Pro ?
-
79.1%
Forrás
MMMU ?
81.6%
Forrás
72.7%
Forrás
HellaSwag ?
-
Nem elérhető
HumanEval ?
14.28%
Forrás
Nem elérhető
MATH ?
-
91.8%
Forrás
GPQA ?
81.4%
Forrás
64.7%
Diamond
Forrás
IFEval ?
-
Nem elérhető
SimpleQA ?
-
-
AIME 2024
93.4%
Forrás
-
AIME 2025
92.7%
Forrás
-
Aider Polyglot ?
-
-
LiveCodeBench v5 ?
-
-
Global MMLU (Lite) ?
-
-
MathVista ?
-
-
Mobilalkalmazás

LLM-ek Összehasonlítása

Hozzászólás Hozzáadása


10%
Webhelyünk sütiket használ

Ez az oldal sütiket használ. A webhely további használatával Ön elfogadja azok használatát.