OpenAI o4-mini — це найновіша легка модель у серії o, розроблена для ефективного та потужного аналізу текстових та візуальних завдань. Оптимізована для швидкості та продуктивності, вона відмінно справляється з генерацією коду та аналізом зображень, зберігаючи баланс між затримкою та глибиною аналізу. Модель підтримує контекстне вікно у 200 000 токенів з виведенням до 100 000 токенів, що робить її придатною для тривалих та об’ємних взаємодій. Вона обробляє як текстові, так і графічні вхідні дані, видаючи текстові результати з розширеними аналітичними можливостями. Завдяки компактній архітектурі та універсальній продуктивності o4-mini ідеально підходить для широкого спектру реальних додатків, що вимагають швидкого та економічно ефективного інтелекту.
GPT-4.1, випущений OpenAI 14 квітня 2025 року, пропонує контекстне вікно в 1 мільйон токенів і підтримує виведення до 32 768 токенів на запит. Він демонструє видатну продуктивність у завданнях програмування, досягаючи 54,6% у тесті SWE-Bench Verified та покращуючи результат GPT-4o на 10,5% у MultiChallenge за виконання інструкцій. Обсяг знань моделі актуальний на червень 2024 року. Вартість становить $2,00 за мільйон вхідних токенів і $8,00 за мільйон вихідних, зі знижкою 75% на кешовані дані, що робить його дуже економічним для повторюваних запитів.
| o4-mini | GPT-4.1 | |
|---|---|---|
Веб-сайт
| ||
Постачальник
| ||
Чат
| ||
Дата випуску
| ||
Модальності
| текст зображення | текст зображення |
Постачальники API
| OpenAI API | OpenAI API |
Дата оновлення знань
| - | - |
Відкритий код
| Ні | Ні |
Вартість введення
| $1.10 за мільйон токенів | $2.00 за мільйон токенів |
Вартість виведення
| $4.40 за мільйон токенів | $8.00 за мільйон токенів |
MMLU
| fort | 90.2% pass@1 Джерело |
MMLU-Pro
| - | - |
MMMU
| 81.6% Джерело | 74.8% Джерело |
HellaSwag
| - | - |
HumanEval
| 14.28% Джерело | - |
MATH
| - | - |
GPQA
| 81.4% Джерело | 66.3% Diamond Джерело |
IFEval
| - | - |
SimpleQA
| - | - |
AIME 2024 | 93.4% Джерело | 48.1% Джерело |
AIME 2025 | 92.7% Джерело | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | 87.3% pass@1 Джерело |
MathVista
| - | - |
Мобільний додаток |
Compare AI. Test. Benchmarks. Чат-боти для мобільних застосунків, Sketch
Copyright © 2025 All Right Reserved.