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.
Per pastaruosius penkis mėnesius nuo Qwen2-VL išleidimo kūrėjai sukūrė naujus modelius, paremtus juo, suteikdami vertingų atsiliepimų. Dabar Qwen2.5-VL pristato patobulintas galimybes, įskaitant tikslų vaizdų, teksto ir diagramų analizę bei objektų lokalizavimą su struktūruotomis JSON išvestimis. Jis supranta ilgus vaizdo įrašus, nustato pagrindinius įvykius ir veikia kaip agentas, bendraujantis su įrankiais kompiuteriuose ir telefonuose. Modelio architektūra apima dinaminį vaizdo įrašų apdorojimą ir optimizuotą ViT kodavimo įrenginį, skirtą greičiui ir tikslumui padidinti.
| GPT-4.1 | Qwen2.5-VL-32B | |
|---|---|---|
Tiekėjas | ||
Internetinė svetainė | ||
Išleidimo data | Apr 14, 2025 1 mėnuo ago | Mar 25, 2025 2 mėnesiai ago |
Modalumai | tekstas vaizdai | tekstas vaizdai vaizdo |
API tiekėjai | OpenAI API | - |
Žinių nutraukimo data | - | Nežinoma |
Atvirojo kodo | Ne | Taip (Šaltinis) |
Įvesties kaina | $2.00 už milijoną žodžių | $0 |
Išvesties kaina | $8.00 už milijoną žodžių | $0 |
MMLU | 90.2% pass@1 Šaltinis | 78.4% Šaltinis |
MMLU Pro | - | 49.5% |
MMMU | 74.8% Šaltinis | 70% |
HellaSwag | - | Nėra prieinama |
HumanEval | - | Nėra prieinama |
MATH | - | 82.2% |
GPQA | 66.3% Diamond Šaltinis | 46.0% Diamond |
IFEval | - | Nėra prieinama |
Array | - | - |
AIME 2024 | 48.1% Šaltinis | - |
AIME 2025 | - | - |
Array | - | - |
Array | - | - |
Array | 87.3% pass@1 Šaltinis | - |
Array | - | - |
Mobilioji programa | - |
Compare AI. Test. Benchmarks. Mobiliosios pokalbių robotų programos, Sketch
Copyright © 2025 All Right Reserved.