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.
„Llama 3.3 70B Instruct“, sukurtas „Meta“, yra daugiakalbis didelės apimties kalbos modelis, specialiai pritaikytas instrukcijomis grindžiamoms užduotims ir optimizuotas pokalbių programoms. Jis gali apdoroti ir generuoti tekstą keliomis kalbomis, turėdamas kontekstinį langą, palaikantį iki 128 000 žetonų. Pristatytas 2024 m. gruodžio 6 d., modelis lenkia daugelį atvirojo kodo ir nuosavų pokalbių modelių įvairiuose pramonės etaloniniuose testuose. Jis naudoja Grouped-Query Attention (GQA),kad pagerintų mastelį, ir buvo apmokytas įvairiais duomenimis, apimančiais daugiau nei 15 trilijonų žetonų iš viešai prieinamų šaltinių. Modelio žinios yra atnaujintos iki 2023 m. gruodžio mėn.
| GPT-4.1 | Llama 3.3 70B Instruct | |
|---|---|---|
Internetinė svetainė
| ||
Tiekėjas
| ||
Pokalbiai
| ||
Išleidimo data
| ||
Modalumai
| tekstas vaizdai | tekstas |
API tiekėjai
| OpenAI API | Fireworks, Together, DeepInfra, Hyperbolic |
Žinių nutraukimo data
| - | 12.2024 |
Atvirojo kodo
| Ne | Taip |
Įvesties kaina
| $2.00 už milijoną žodžių | $0.23 už milijoną žodžių |
Išvesties kaina
| $8.00 už milijoną žodžių | $0.40 už milijoną žodžių |
MMLU
| 90.2% pass@1 Šaltinis | 86% 0-shot, CoT Šaltinis |
MMLU-Pro
| - | 68.9% 5-shot, CoT Šaltinis |
MMMU
| 74.8% Šaltinis | Nėra prieinama |
HellaSwag
| - | Nėra prieinama |
HumanEval
| - | 88.4% pass@1 Šaltinis |
MATH
| - | 77% 0-shot, CoT Šaltinis |
GPQA
| 66.3% Diamond Šaltinis | 50.5% 0-shot, CoT Šaltinis |
IFEval
| - | 92.1% Šaltinis |
SimpleQA
| - | - |
AIME 2024 | 48.1% Šaltinis | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| 87.3% pass@1 Šaltinis | - |
MathVista
| - | - |
Mobilioji programa | - |
Compare AI. Test. Benchmarks. Mobiliosios pokalbių robotų programos, Sketch
Copyright © 2025 All Right Reserved.