GPT-4 Vision：完整基准性能指南

openai 4-vision 2024-01-25 Proprietary

深入分析 GPT-4 Vision 在 MMLU、HumanEval、GSM8K、MATH、BBH 等基准上的表现，包含定价与适用场景。

核心规格

厂商openai
版本4-vision
发布日期2024-01-25
上下文窗口128000 tokens
输入模态text, image
输出模态text
许可Proprietary
文档https://platform.openai.com/docs/models

基准测试表现

基准 得分 单位 评测日期 备注 来源
MMLU 83.9 % 2024-01-25 5-shot 查看
HUMANEVAL 75.8 pass@1 2024-01-25 — 查看
GSM8K 83.6 % 2024-01-25 0-shot CoT 查看
MATH 48.3 % 2024-01-25 0-shot CoT 查看
BBH 80.9 % 2024-01-25 3-shot CoT 查看
GPQA 41.8 % 2024-01-25 0-shot 查看
IFEVAL 73.5 % 2024-01-25 prompt_strict 查看
ARC 93.3 % 2024-01-25 challenge 查看
MUSR 51.2 % 2024-01-25 0-shot 查看
WINOGRANDE 86.9 % 2024-01-25 0-shot 查看

定价

项目 价格 币种
输入$10 / MtokUSD
输出$30 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://openai.com/api/pricing/ · 截至 2024-01-25

合规性

  • 数据驻留: US
  • SOC2: ✓
  • HIPAA: ✓
  • GDPR: ✓
  • ISO 27001: ✓

GPT-4 Vision

模型概述

OpenAI GPT-4 Vision 正式版, 支持图像理解与多模态推理, 128K 上下文窗口。

核心规格

厂商 版本 发布日期 上下文窗口 输入模态 输出模态 许可证
Openai 4-vision 2024-01-25 128K text, image text Proprietary

基准测试表现

基准 得分 单位 备注
MMLU (Massive Multitask Language Understanding) 83.9 % 5-shot
HumanEval 75.8 pass@1 —
GSM8K (Grade School Math 8K) 83.6 % 0-shot CoT
MATH 48.3 % 0-shot CoT
BBH (BIG-Bench Hard) 80.9 % 3-shot CoT
GPQA 41.8 % 0-shot
IFEval 73.5 % prompt_strict
ARC 93.3 % challenge
MUSR 51.2 % 0-shot
WinoGrande 86.9 % 0-shot

定价

输入 输出 缓存读取 缓存写入
— — — —

每百万 token

优势

  • MMLU 得分 83.9，知识推理能力强。
  • 支持文本、图像、音频多模态输入。

劣势

  • 闭源专有模型，不支持自托管。

适用场景

  • 代码生成与调试
  • 视觉与图像理解
  • Agent 工作流与工具调用

参考文献