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。
Qwen2-VL のリリースから過去5か月間で、開発者はこれを基に新しいモデルを構築し、貴重なフィードバックを提供しました。今回の Qwen2.5-VL は、画像・テキスト・チャートの正確な分析や、構造化された JSON 出力によるオブジェクトのローカライズ機能を強化しています。また、長尺の動画を理解し、重要なイベントを特定し、コンピューターやスマートフォン上のツールと対話するエージェントとして機能します。モデルのアーキテクチャには、動的な動画処理機能と最適化された ViT エンコーダーが組み込まれ、処理速度と精度が向上しています。
| o4-mini | Qwen2.5-VL-32B | |
|---|---|---|
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 画像 動画 |
APIプロバイダー
| OpenAI API | - |
知識のカットオフ日
| - | 不明 |
オープンソース
| いいえ | はい (ソース) |
入力料金
| $1.10 100万トークンあたり | $0 |
出力料金
| $4.40 100万トークンあたり | $0 |
MMLU
| fort | 78.4% ソース |
MMLU-Pro
| - | 49.5% |
MMMU
| 81.6% ソース | 70% |
HellaSwag
| - | 利用不可 |
HumanEval
| 14.28% ソース | 利用不可 |
MATH
| - | 82.2% |
GPQA
| 81.4% ソース | 46.0% Diamond |
IFEval
| - | 利用不可 |
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 | - | |
MathArena | ||
| 平均スコア | 87% | - |
AIME 2025 アメリカ招待数学試験（American Invitational Mathematics Examination）の問題に基づいたテストで、モデルの数学的能力を評価することを目的としています。 | 92% | - |
HMMT February 2025 2025年2月のハーバードMIT数学トーナメントの問題に基づいたテストで、モデルの数学的能力を評価することを目的としています。 | 83% | - |
BRUMO 2025 | 87% | - |
SMT 2025 2025年のスタンフォード数学トーナメントの問題に基づいたテストで、モデルの数学的能力を評価することを目的としています。 | 89% | - |
CMIMC 2025 2025年のカナダ数学オリンピックの問題に基づいたテストで、モデルの数学的能力を評価することを目的としています。 | 84% | - |
Compare AI. Test. Benchmarks. モバイルアプリチャットボット, Sketch
Copyright © 2026 All Right Reserved.