OpenAI o4-mini is het nieuwste lichtgewicht model in de o-serie, ontworpen voor efficiënte en capabele redenering over tekst- en visuele taken. Geoptimaliseerd voor snelheid en prestaties, blinkt het uit in codegeneratie en beeldbegrip, terwijl het een balans behoudt tussen latentie en redeneerdiepte. Het model ondersteunt een contextvenster van 200.000 tokens met maximaal 100.000 uitvoertokens, wat het geschikt maakt voor uitgebreide interacties met hoge volumes. Het verwerkt zowel tekst- als beeldinvoer en produceert tekstuele uitvoer met geavanceerde redeneermogelijkheden. Met zijn compacte architectuur en veelzijdige prestaties is o4-mini ideaal voor een breed scala aan real-world toepassingen die snelle en kosteneffectieve intelligentie vereisen.
In de afgelopen vijf maanden sinds de release van Qwen2-VL hebben ontwikkelaars nieuwe modellen op basis hiervan gebouwd en waardevolle feedback geleverd. Nu introduceert Qwen2.5-VL verbeterde mogelijkheden, waaronder nauwkeurige analyse van afbeeldingen, tekst en grafieken, evenals objectlokalisatie met gestructureerde JSON-uitvoer. Het model begrijpt lange video's, identificeert belangrijke gebeurtenissen en functioneert als een agent die tools op computers en telefoons bedient. De architectuur van het model bevat dynamische videoprocessing en een geoptimaliseerde ViT-encoder voor verbeterde snelheid en nauwkeurigheid.
| o4-mini | Qwen2.5-VL-32B | |
|---|---|---|
Website
| ||
Aanbieder
| ||
Chat
| ||
Releasedatum
| ||
Modaliteiten
| tekst afbeeldingen | tekst afbeeldingen video |
API-Aanbieders
| OpenAI API | - |
Kennisafsluitdatum
| - | Onbekend |
Open Source
| Nee | Ja (Bron) |
Prijzen Invoer
| $1.10 per miljoen tokens | $0 |
Prijzen Uitvoer
| $4.40 per miljoen tokens | $0 |
MMLU
| fort | 78.4% Bron |
MMLU-Pro
| - | 49.5% |
MMMU
| 81.6% Bron | 70% |
HellaSwag
| - | Niet beschikbaar |
HumanEval
| 14.28% Bron | Niet beschikbaar |
MATH
| - | 82.2% |
GPQA
| 81.4% Bron | 46.0% Diamond |
IFEval
| - | Niet beschikbaar |
SimpleQA
| - | - |
AIME 2024 | 93.4% Bron | - |
AIME 2025 | 92.7% Bron | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Mobiele applicatie | - | |
MathArena | ||
| Gemiddelde score | 87% | - |
AIME 2025 Test gebaseerd op opgaven uit de wiskundewedstrijd (American Invitational Mathematics Examination),bedoeld om de wiskundige vaardigheden van modellen te testen. | 92% | - |
HMMT February 2025 Test gebaseerd op opgaven van het Harvard-MIT Mathematics Tournament, februari 2025, bedoeld om de wiskundige vaardigheden van modellen te testen. | 83% | - |
BRUMO 2025 | 87% | - |
SMT 2025 Test gebaseerd op opgaven van het Stanford Math Tournament, 2025, bedoeld om de wiskundige vaardigheden van modellen te testen. | 89% | - |
CMIMC 2025 Test gebaseerd op opgaven van de Canadian Mathematical Olympiad, 2025, bedoeld om de wiskundige vaardigheden van modellen te testen. | 84% | - |
Compare AI. Test. Benchmarks. Mobiele Chatbot-apps, Sketch
Copyright © 2026 All Right Reserved.