GPT-4.1, kurį OpenAI pristatė 2025 m. balandžio 14 d., pristato 1 milijono ženklų konteksto langą ir palaiko iki 32 768 ženklų išvestį užklausai. Jis pasižymi puikiais rezultatais programavimo užduotyse, pasiekdamas 54,6 % SWE-Bench Verified etalono rodiklio ir parodydamas 10,5 % pagerėjimą, lyginant su GPT-4o, vykdant instrukcijas „MultiChallenge“. Modelio žinių atnaujinimo data – 2024 m. birželis. Kaina – 2,00 USD už milijoną įvesties ženklų ir 8,00 USD už milijoną išvesties ženklų, su 75 % nuolaida talpinamiems duomenims, todėl jis yra labai ekonomiškas pasikartojančioms užklausoms.
Claude 3.7 Sonnet yra „Anthropic“ kol kas pažangiausias modelis ir pirmoji hibridinė samprotavimo AI rinkoje. Jis siūlo standartinį ir išplėstinį mąstymo režimus, pastarasis teikia skaidrų, žingsnis po žingsnio samprotavimą. Modelis išsiskiria kodinimu ir front-end web programuote, pasiekdamas modernius rezultatus SWE-bench Verified ir TAU-bench testuose. Prieinamas per „Claude.ai“, „Anthropic API“, „Amazon Bedrock“ ir „Google Cloud Vertex AI“, jis nustato naują standartą intelektualiai AI valdomai problemų sprendimui.
| GPT-4.1 | Claude 3.7 Sonnet | |
|---|---|---|
Internetinė svetainė
| ||
Tiekėjas
| ||
Pokalbiai
| ||
Išleidimo data
| ||
Modalumai
| tekstas vaizdai | tekstas vaizdai |
API tiekėjai
| OpenAI API | Claude.ai, Anthropic API, Amazon Bedrock, Google Cloud Vertex AI |
Žinių nutraukimo data
| - | - |
Atvirojo kodo
| Ne | Ne |
Įvesties kaina
| $2.00 už milijoną žodžių | $3.00 už milijoną žodžių |
Išvesties kaina
| $8.00 už milijoną žodžių | $15.00 už milijoną žodžių |
MMLU
| 90.2% pass@1 Šaltinis | Nėra prieinama |
MMLU-Pro
| - | Nėra prieinama |
MMMU
| 74.8% Šaltinis | 71.8% Šaltinis |
HellaSwag
| - | Nėra prieinama |
HumanEval
| - | Nėra prieinama |
MATH
| - | 82.2% Šaltinis |
GPQA
| 66.3% Diamond Šaltinis | 68% Diamond Šaltinis |
IFEval
| - | 90.8% Šaltinis |
SimpleQA
| - | - |
AIME 2024 | 48.1% Šaltinis | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| 87.3% pass@1 Šaltinis | - |
MathVista
| - | - |
Mobilioji programa | ||
VideoGameBench | ||
Bendras balas | - | 0% |
Doom II | - | 0% |
Dream DX | - | 0% |
Awakening DX | - | 0% |
Civilization I | - | 0% |
Pokemon Crystal | - | 0% |
The Need for Speed | - | 0% |
The Incredible Machine | - | 0% |
Secret Game 1 | - | 0% |
Secret Game 2 | - | 0% |
Secret Game 3 | - | 0% |
Compare AI. Test. Benchmarks. Mobiliosios pokalbių robotų programos, Sketch
Copyright © 2025 All Right Reserved.