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.
„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.
| o4-mini | 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
| $1.10 millió tokenenként | $0.23 millió tokenenként |
Kimeneti Árazás
| $4.40 millió tokenenként | $0.40 millió tokenenként |
MMLU
| fort | 86% 0-shot, CoT Forrás |
MMLU-Pro
| - | 68.9% 5-shot, CoT Forrás |
MMMU
| 81.6% Forrás | Nem elérhető |
HellaSwag
| - | Nem elérhető |
HumanEval
| 14.28% Forrás | 88.4% pass@1 Forrás |
MATH
| - | 77% 0-shot, CoT Forrás |
GPQA
| 81.4% Forrás | 50.5% 0-shot, CoT Forrás |
IFEval
| - | 92.1% Forrás |
SimpleQA
| - | - |
AIME 2024 | 93.4% Forrás | - |
AIME 2025 | 92.7% Forrás | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Mobilalkalmazás | - |
Compare AI. Test. Benchmarks. Mobil Chatbot Alkalmazások, Sketch
Copyright © 2025 All Right Reserved.