GPT-4.1 Nano는 OpenAI가 2025년 4월 14일에 출시한 가장 빠르고 저렴한 모델입니다. 분류, 자동완성, 빠른 추론 작업과 같은 저지연 작업을 위해 설계되었으며, 컴팩트한 아키텍처와 강력한 기능을 결합했습니다. 모델 크기에도 불구하고 100만 개 토큰의 컨텍스트 윈도우를 지원하며, MMLU 80.1%, GPQA 50.3%의 벤치마크 성능을 기록했습니다. 지식 컷오프는 2024년 6월이며, 입력 토큰 100만 개당 $0.10, 출력 토큰 100만 개당 $0.40로 매우 저렴하며, 캐시된 입력에는 75%의 할인이 적용되어 대규모 및 비용 민감한 배포 환경에 이상적입니다.
메타가 개발한 Llama 3.3 70B Instruct는 지시 기반 작업에 특화되어 미세 조정된 다국어 대형 언어 모델로, 대화형 응용에 최적화되어 있습니다. 최대 128,000 토큰의 컨텍스트 윈도우를 지원하며, 다양한 언어의 텍스트 생성 및 처리가 가능합니다. 2024년 12월 6일 출시되었으며, 공개 및 사유 챗봇 모델 다수를 능가하는 벤치마크 성능을 기록했습니다. Grouped-Query Attention(GQA)을 활용해 확장성을 높였으며, 공개 데이터 기반의 15조 개 이상 토큰으로 학습되었습니다. 모델 지식은 2023년 12월 기준입니다.
| GPT-4.1 Nano | Llama 3.3 70B Instruct | |
|---|---|---|
웹사이트
| ||
제공자
| ||
채팅
| ||
출시일
| ||
모달리티
| 텍스트 이미지 | 텍스트 |
API 제공자
| OpenAI API | Fireworks, Together, DeepInfra, Hyperbolic |
지식 업데이트 종료일
| - | 12.2024 |
오픈 소스
| 아니오 | 예 |
입력 가격
| $0.10 100만 토큰당 | $0.23 100만 토큰당 |
출력 가격
| $0.40 100만 토큰당 | $0.40 100만 토큰당 |
MMLU
| 80.1% 출처 | 86% 0-shot, CoT 출처 |
MMLU-Pro
| - | 68.9% 5-shot, CoT 출처 |
MMMU
| 55.4% 출처 | 정보 없음 |
HellaSwag
| - | 정보 없음 |
HumanEval
| - | 88.4% pass@1 출처 |
MATH
| - | 77% 0-shot, CoT 출처 |
GPQA
| 50.3% Diamond 출처 | 50.5% 0-shot, CoT 출처 |
IFEval
| 74.5% 출처 | 92.1% 출처 |
SimpleQA
| - | - |
AIME 2024 | 29.4% 출처 | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| 66.9% 출처 | - |
MathVista
| 56.2% Image Reasoning 출처 | - |
모바일 앱 | - |