OpenAI o4-mini是o系列中最新的轻量级模型，专为高效处理文本和视觉任务而设计。优化了速度和性能，擅长代码生成和基于图像的理解，同时保持延迟和推理深度之间的平衡。该模型支持20万令牌的上下文窗口，最多可输出10万令牌，适合长时间、高容量的交互。它能处理文本和图像输入，生成具有高级推理能力的文本输出。凭借其紧凑的架构和多功能性能，o4-mini是各种需要快速、经济高效智能的现实应用的理想选择。
Meta推出的Llama 3.3 70B Instruct是多语言大模型，专为指令任务微调并优化对话应用。支持128,000 token上下文窗口，可处理生成多语言文本。2024年12月6日发布，在多项行业基准测试中超越众多开源和商业聊天模型。采用分组查询注意力(GQA)提升扩展性，基于超过15万亿token的公开数据训练，知识截止至2023年12月。
| o4-mini | Llama 3.3 70B Instruct | |
|---|---|---|
网站
| ||
提供商
| ||
聊天
| ||
发布日期
| ||
模态
| 文本 图像 | 文本 |
API提供商
| OpenAI API | Fireworks, Together, DeepInfra, Hyperbolic |
知识截止日期
| - | 12.2024 |
开源
| 否 | 是 |
输入定价
| $1.10 每百万token | $0.23 每百万token |
输出定价
| $4.40 每百万token | $0.40 每百万token |
MMLU
| fort | 86% 0-shot, CoT 来源 |
MMLU-Pro
| - | 68.9% 5-shot, CoT 来源 |
MMMU
| 81.6% 来源 | 不可用 |
HellaSwag
| - | 不可用 |
HumanEval
| 14.28% 来源 | 88.4% pass@1 来源 |
MATH
| - | 77% 0-shot, CoT 来源 |
GPQA
| 81.4% 来源 | 50.5% 0-shot, CoT 来源 |
IFEval
| - | 92.1% 来源 |
SimpleQA
| - | - |
AIME 2024 | 93.4% 来源 | - |
AIME 2025 | 92.7% 来源 | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
移动应用 | - |