Sari la conținut
aiqbench

Română · beta. Traducerea a fost făcută automat și este încă în curs de revizuire. Citește pagina în engleză

OpenAI · pașaport de model

OpenAI: GPT-4o-mini

gpt-4o-mini
  • Doar în cloud
  • Licență Proprietary
  • 128,000 context
  • Lansat 2024-07-18(curatoriat)
14/27axe acoperite
General · LMArena
1,318#245 din 396
Cea mai bună percentilă
38.4General
Poziția în cohortă
28.2mediană 36.6

Ce spun datele

Evaluat pe 14 din 27 axe urmărite. Fiecare cifră de mai jos este rezultatul publicat al modelului pe acel clasament.

Cele mai slabe axe

  • 1.1 pct — SimpleBench (10.7%)
  • 2.4 pct — SimpleQA Verified (8.3%)
  • 11.2 pct — ARC-AGI-2 (0.0%)

Neuniform: 37,3 puncte de percentilă între cea mai bună și cea mai slabă axă a sa — 38.4 pct pe General față de 1.1 pct pe SimpleBench.

  • General38.4 pct1,318Verifică →
  • Urmarea instrucțiunilor36.6 pct1,293Verifică →
  • Programare35.5 pct1,348Verifică →
  • Prompturi dificile34.1 pct1,311Verifică →
  • LiveBench32.6 pct44.3%Verifică →
  • MMLU-Pro (Artificial Analysis)31.1 pct64.8%Verifică →
  • LiveCodeBench (Artificial Analysis)29 pct23.4%Verifică →
  • Vision Arena20.7 pct1,097Verifică →
  • AIME (matematică)20.5 pct6.9%Verifică →
  • GPQA Diamond18.6 pct37.7%Verifică →
  • IFBench (Artificial Analysis)17.6 pct31.0%Verifică →
  • ARC-AGI-211.2 pct0.0%Verifică →
  • SimpleQA Verified2.4 pct8.3%Verifică →
  • SimpleBench1.1 pct10.7%Verifică →
  • WebDev ArenaNeevaluat
  • Factuality ArenaNeevaluat
  • Search ArenaNeevaluat
  • Document ArenaNeevaluat
  • Agent ArenaNeevaluat
  • FrontierMathNeevaluat
  • Humanity's Last ExamNeevaluat
  • BFCL v4 (apelare de funcții)Neevaluat
  • SWE-bench Verified (clasament live)Neevaluat
  • Terminal-Bench 4.0Neevaluat
  • Halucinații HHEM (Vectara)Neevaluat
  • SWE-bench VerifiedNeevaluat
  • Terminal-BenchNeevaluat

Percentilele reprezintă poziția modelului în populația proprie a fiecărui clasament. Axele marcate „neevaluat” nu au niciun rezultat publicat pentru acest model — este o absență a datelor, nu un scor mic.

Cum îl rulezi

Folosește-l găzduit

ID de model APIopenai/gpt-4o-mini
Lungime context128,000 tokeni
Ieșire maximă16,384 tokeni
Acceptătext, image, file
Preț intrare$0.15 per 1M tokeni
Preț intrare din cache$0.07 per 1M tokeni
Preț ieșire$0.60 per 1M tokeni

Parametri API acceptați de acest endpoint

Frequency penaltyLogit biasLogprobsMax completion tokensMax tokensPredictionPresence penaltyResponse formatSeedStop sequencesStructured outputsTemperatureTool choiceTool callingTop logprobsTop-pWeb search

Exemplu de cerere

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"openai/gpt-4o-mini","messages":[{"role":"user","content":"Hello"}]}'

Vezi pe OpenRouter →

Identificatorii, limitele și prețurile sunt sincronizate din sursa upstream afișată mai sus. Orice câmp nesincronizat este omis complet, nu ghicit.

  • gpt-4o-mini-2024-07-18 stands at 28.2 (raw mean 23.5) — measured on 14 of 27 axes.

    pozițieșablonVerifică →

  • gpt-4o-mini-2024-07-18 stands at 28.2 versus a cohort median of 36.6 across 131 models released within 180 days — below the peer median.

    cohortășablonVerifică →

Fiecare afirmație este un fapt calculat din datele actuale ale clasamentului, formulat de un apel de model la temperatură scăzută și respins de o poartă de validare dacă vreun număr nu se află în rândul sursă. Cum funcționează clasamentele →