o3-mini

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.

o4-mini

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.

o3-minio4-mini
Веб-сайт ?
Постачальник ?
Чат ?
Дата випуску ?
Модальності ?
текст ?
текст ?
зображення ?
Постачальники API ?
OpenAI API
OpenAI API
Дата оновлення знань ?
Невідомо
-
Відкритий код ?
Ні
Ні
Вартість введення ?
$1.10 за мільйон токенів
$1.10 за мільйон токенів
Вартість виведення ?
$4.40 за мільйон токенів
$4.40 за мільйон токенів
MMLU ?
86.9%
pass@1, high effort
Джерело
fort
MMLU-Pro ?
Недоступно
-
MMMU ?
Недоступно
81.6%
Джерело
HellaSwag ?
Недоступно
-
HumanEval ?
Недоступно
14.28%
Джерело
MATH ?
97.9%
pass@1, high effort
Джерело
-
GPQA ?
79.7%
0-shot, high effort
Джерело
81.4%
Джерело
IFEval ?
Недоступно
-
SimpleQA ?
-
-
AIME 2024
-
93.4%
Джерело
AIME 2025
-
92.7%
Джерело
Aider Polyglot ?
-
-
LiveCodeBench v5 ?
-
-
Global MMLU (Lite) ?
-
-
MathVista ?
-
-
Мобільний додаток

Порівняти LLM

Додати коментар


10%
Наш сайт використовує cookies

Цей сайт використовує файли cookie. Продовжуючи користуватися сайтом, ви погоджуєтеся з їх використанням.