OpenAI o3-mini — це високошвидкісна та економічно ефективна модель логічного мислення, розроблена для застосувань у STEM-сферах, яка демонструє високі результати в науці, математиці та програмуванні. Випущена у січні 2025 року, вона містить ключові функції для розробників, такі як виклик функцій, структуровані вихідні дані та повідомлення для розробників. Модель пропонує три рівні глибини аналізу—низький, середній і високий—що дозволяє користувачам знаходити баланс між детальнішим аналізом і швидкістю відповіді. На відміну від моделі o3, вона не має можливостей обробки зображень. Спочатку доступна вибраним розробникам на рівнях використання API 3-5 і може бути інтегрована через Chat Completions API, Assistants API та Batch API.
„Llama 3.3 70B Instruct“, створена Meta, — це багатомовна велика мовна модель, спеціально налаштована для завдань на основі інструкцій і оптимізована для розмовних додатків. Вона може обробляти та генерувати текст кількома мовами, підтримуючи контекстне вікно до 128 000 токенів. Запущена 6 грудня 2024 року, модель перевершує багато відкритих і комерційних чат-ботів у різних галузевих тестах. Використовує Grouped-Query Attention (GQA) для покращення масштабованості та навчена на різноманітному наборі даних, що містить понад 15 трильйонів токенів із публічних джерел. Знання моделі актуальні до грудня 2023 року.
| o3-mini | Llama 3.3 70B Instruct | |
|---|---|---|
Веб-сайт
| ||
Постачальник
| ||
Чат
| ||
Дата випуску
| ||
Модальності
| текст | текст |
Постачальники API
| OpenAI API | Fireworks, Together, DeepInfra, Hyperbolic |
Дата оновлення знань
| Невідомо | 12.2024 |
Відкритий код
| Ні | Так |
Вартість введення
| $1.10 за мільйон токенів | $0.23 за мільйон токенів |
Вартість виведення
| $4.40 за мільйон токенів | $0.40 за мільйон токенів |
MMLU
| 86.9% pass@1, high effort Джерело | 86% 0-shot, CoT Джерело |
MMLU-Pro
| Недоступно | 68.9% 5-shot, CoT Джерело |
MMMU
| Недоступно | Недоступно |
HellaSwag
| Недоступно | Недоступно |
HumanEval
| Недоступно | 88.4% pass@1 Джерело |
MATH
| 97.9% pass@1, high effort Джерело | 77% 0-shot, CoT Джерело |
GPQA
| 79.7% 0-shot, high effort Джерело | 50.5% 0-shot, CoT Джерело |
IFEval
| Недоступно | 92.1% Джерело |
SimpleQA
| - | - |
AIME 2024 | - | - |
AIME 2025 | - | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Мобільний додаток | - |
Compare AI. Test. Benchmarks. Чат-боти для мобільних застосунків, Sketch
Copyright © 2025 All Right Reserved.