„OpenAI o3-mini“ yra greitas ir ekonomiškas loginio samprotavimo modelis, skirtas STEM sritims, pasižymintis puikiu veikimu moksle, matematikoje ir programavime. Pristatytas 2025 m. sausį, jis apima svarbiausias kūrėjams skirtas funkcijas, tokias kaip funkcijų iškvietimas, struktūrizuoti išvesties duomenys ir kūrėjų pranešimai. Modelis siūlo tris loginio samprotavimo lygius—žemą, vidutinį ir aukštą—leidžiančius naudotojams optimizuoti pusiausvyrą tarp gilesnės analizės ir greitesnio atsako. Skirtingai nei o3 modelis, jis neturi vaizdo apdorojimo galimybių. Pradžioje prieinamas tik tam tikriems kūrėjams su 3–5 API naudojimo lygiais ir gali būti pasiekiamas per „Chat Completions API“, „Assistants API“ ir „Batch API“.
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.
| o3-mini | Claude 3.7 Sonnet | |
|---|---|---|
Tiekėjas | ||
Internetinė svetainė | ||
Išleidimo data | Jan 31, 2025 2 mėnesiai ago | Feb 24, 2025 1 mėnuo ago |
Modalumai | tekstas | tekstas vaizdai |
API tiekėjai | OpenAI API | Claude.ai, Anthropic API, Amazon Bedrock, Google Cloud Vertex AI |
Žinių nutraukimo data | Nežinoma | - |
Atvirojo kodo | Ne | Ne |
Įvesties kaina | $1.10 už milijoną žodžių | $3.00 už milijoną žodžių |
Išvesties kaina | $4.40 už milijoną žodžių | $15.00 už milijoną žodžių |
MMLU | 86.9% pass@1, high effort Šaltinis | Nėra prieinama |
MMLU Pro | Nėra prieinama | Nėra prieinama |
MMMU | Nėra prieinama | 71.8% Šaltinis |
HellaSwag | Nėra prieinama | Nėra prieinama |
HumanEval | Nėra prieinama | Nėra prieinama |
MATH | 97.9% pass@1, high effort Šaltinis | 82.2% Šaltinis |
GPQA | 79.7% 0-shot, high effort Šaltinis | 68% Diamond Šaltinis |
IFEval | Nėra prieinama | 90.8% Šaltinis |
Mobilioji programa |
Compare AI. Test. Benchmarks. Mobiliosios pokalbių robotų programos, Sketch
Copyright © 2025 All Right Reserved.