OpenAI o4-miniは、oシリーズの最新の軽量モデルで、テキストと視覚タスクにわたる効率的で有能な推論のために設計されています。速度とパフォーマンスに最適化され、コード生成と画像ベースの理解に優れ、レイテンシと推論の深さのバランスを保っています。このモデルは20万トークンのコンテキストウィンドウをサポートし、最大10万トークンの出力が可能で、大規模なインタラクションに適しています。テキストと画像の両方の入力を処理し、高度な推論能力を持つテキスト出力を生成します。コンパクトなアーキテクチャと汎用性の高いパフォーマンスにより、o4-miniは高速でコスト効率の良い知能を必要とする幅広い実世界のアプリケーションに理想的です。
Llama 3.3 70B Instructは、Metaによって作成された多言語大規模言語モデルで、指示ベースのタスクに特化してファインチューニングされ、会話アプリケーション向けに最適化されています。128,000トークンまでのコンテキストウィンドウをサポートし、複数の言語でテキストを処理および生成できます。2024年12月6日にリリースされ、さまざまな業界ベンチマークで数多くのオープンソースおよびプロプライエタリチャットモデルを上回ります。スケーラビリティを向上させるためにGrouped-Query Attention（GQA）を利用し、公開されているソースから15兆トークンを超える多様なデータセットでトレーニングされています。モデルの知識は2023年12月まで最新です。
| o4-mini | Llama 3.3 70B Instruct | |
|---|---|---|
ウェブサイト
| ||
プロバイダー
| ||
チャット
| ||
リリース日
| ||
モダリティ
| テキスト 画像 | テキスト |
APIプロバイダー
| OpenAI API | Fireworks, Together, DeepInfra, Hyperbolic |
知識のカットオフ日
| - | 12.2024 |
オープンソース
| いいえ | はい |
入力料金
| $1.10 100万トークンあたり | $0.23 100万トークンあたり |
出力料金
| $4.40 100万トークンあたり | $0.40 100万トークンあたり |
MMLU
| fort | 86% 0-shot, CoT ソース |
MMLU-Pro
| - | 68.9% 5-shot, CoT ソース |
MMMU
| 81.6% ソース | 利用不可 |
HellaSwag
| - | 利用不可 |
HumanEval
| 14.28% ソース | 88.4% pass@1 ソース |
MATH
| - | 77% 0-shot, CoT ソース |
GPQA
| 81.4% ソース | 50.5% 0-shot, CoT ソース |
IFEval
| - | 92.1% ソース |
SimpleQA
| - | - |
AIME 2024 | 93.4% ソース | - |
AIME 2025 | 92.7% ソース | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
モバイルアプリケーション | - |
Compare AI. Test. Benchmarks. モバイルアプリチャットボット, Sketch
Copyright © 2025 All Right Reserved.