OpenAI o3-mini to szybki i ekonomiczny model rozumowania zaprojektowany do zastosowań STEM, zapewniający wysoką wydajność w nauce, matematyce i programowaniu. Wprowadzony na rynek w styczniu 2025 roku, zawiera kluczowe funkcje dla programistów, takie jak wywoływanie funkcji, strukturalne wyjścia i wiadomości dla deweloperów. Model oferuje trzy poziomy intensywności rozumowania—niski, średni i wysoki—umożliwiając użytkownikom optymalizację między głębszą analizą a szybszym czasem odpowiedzi. W przeciwieństwie do modelu o3, nie posiada zdolności wizualnych. Początkowo dostępny dla wybranych programistów na poziomach API 3-5, można go używać poprzez Chat Completions API, Assistants API i Batch API.
OpenAI o4-mini to najnowszy lekki model w serii o, zaprojektowany do wydajnego i skutecznego rozumowania w zadaniach tekstowych i wizualnych. Zoptymalizowany pod kątem szybkości i wydajności, wyróżnia się generowaniem kodu i zrozumieniem opartym na obrazach, zachowując równowagę między opóźnieniem a głębią rozumowania. Model obsługuje okno kontekstu o wielkości 200 000 tokenów z maksymalnie 100 000 tokenów wyjściowych, co czyni go odpowiednim do rozbudowanych interakcji o dużej objętości. Przetwarza zarówno dane tekstowe, jak i obrazowe, generując tekstowe wyniki z zaawansowanymi możliwościami rozumowania. Dzięki kompaktowej architekturze i wszechstronnej wydajności o4-mini jest idealny do szerokiego zakresu rzeczywistych zastosowań wymagających szybkiej i opłacalnej inteligencji.
| o3-mini | o4-mini | |
|---|---|---|
Strona internetowa
| ||
Dostawca
| ||
Czat
| ||
Data wydania
| ||
Modalności
| tekst | tekst obrazy |
Dostawcy API
| OpenAI API | OpenAI API |
Data ostatniej aktualizacji wiedzy
| Nieznane | - |
Open Source
| Nie | Nie |
Cena za wejście
| $1.10 za milion tokenów | $1.10 za milion tokenów |
Cena za wyjście
| $4.40 za milion tokenów | $4.40 za milion tokenów |
MMLU
| 86.9% pass@1, high effort Źródło | fort |
MMLU-Pro
| Niedostępne | - |
MMMU
| Niedostępne | 81.6% Źródło |
HellaSwag
| Niedostępne | - |
HumanEval
| Niedostępne | 14.28% Źródło |
MATH
| 97.9% pass@1, high effort Źródło | - |
GPQA
| 79.7% 0-shot, high effort Źródło | 81.4% Źródło |
IFEval
| Niedostępne | - |
SimpleQA
| - | - |
AIME 2024 | - | 93.4% Źródło |
AIME 2025 | - | 92.7% Źródło |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Aplikacja mobilna |
Compare AI. Test. Benchmarks. Chatboty mobilne, Sketch
Copyright © 2025 All Right Reserved.