OpenAI tarafından 14 Nisan 2025'te piyasaya sürülen GPT-4.1, 1 milyon token bağlam penceresi sunar ve istek başına 32.768 token'a kadar çıktı desteği sağlar. Kodlama görevlerinde olağanüstü performans göstererek SWE-Bench Verified ölçütünde %54,6 başarı elde etmiş ve MultiChallenge'da GPT-4o'ya kıyasla talimat takip etmede %10,5 iyileşme sağlamıştır. Modelin bilgi kesim tarihi Haziran 2024 olarak belirlenmiştir. Fiyatlandırma, milyon giriş token başına 2,00$ ve milyon çıkış token başına 8,00$ olarak belirlenmiş olup, önbelleğe alınmış girdiler için %75 indirim uygulanarak tekrar eden sorgular için oldukça maliyet etkin hale getirilmiştir.
Meta tarafından geliştirilen Llama 3.3 70B Instruct, özellikle talimat temelli görevler için ince ayar yapılmış çok dilli büyük bir dil modelidir ve sohbet uygulamaları için optimize edilmiştir. 128.000 token’a kadar destekleyen bir bağlam penceresiyle birçok dili işleyip üretebilir. 6 Aralık 2024’te piyasaya sürülen model, çeşitli sektör kıyaslamalarında birçok açık kaynaklı ve özel sohbet modelini geride bırakmıştır. Ölçeklenebilirliği artırmak için Grup Sorgu Dikkati (GQA) kullanır ve 15 trilyon token’dan fazla halka açık verilerden oluşan çeşitli bir veri kümesiyle eğitilmiştir. Modelin bilgi kapsamı Aralık 2023’e kadardır.
| GPT-4.1 | Llama 3.3 70B Instruct | |
|---|---|---|
Web Sitesi
| ||
Sağlayıcı
| ||
Sohbet
| ||
Yayın Tarihi
| ||
Modallikler
| metin görseller | metin |
API Sağlayıcıları
| OpenAI API | Fireworks, Together, DeepInfra, Hyperbolic |
Bilgi Kesim Tarihi
| - | 12.2024 |
Açık Kaynak
| Hayır | Evet |
Fiyatlandırma Girdisi
| $2.00 milyon belirteç başına | $0.23 milyon belirteç başına |
Fiyatlandırma Çıktısı
| $8.00 milyon belirteç başına | $0.40 milyon belirteç başına |
MMLU
| 90.2% pass@1 Kaynak | 86% 0-shot, CoT Kaynak |
MMLU-Pro
| - | 68.9% 5-shot, CoT Kaynak |
MMMU
| 74.8% Kaynak | Mevcut değil |
HellaSwag
| - | Mevcut değil |
HumanEval
| - | 88.4% pass@1 Kaynak |
MATH
| - | 77% 0-shot, CoT Kaynak |
GPQA
| 66.3% Diamond Kaynak | 50.5% 0-shot, CoT Kaynak |
IFEval
| - | 92.1% Kaynak |
SimpleQA
| - | - |
AIME 2024 | 48.1% Kaynak | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| 87.3% pass@1 Kaynak | - |
MathVista
| - | - |
Mobil Uygulama | - |
Compare AI. Test. Benchmarks. Mobil Uygulamalar Sohbet Botları, Sketch
Copyright © 2025 All Right Reserved.