GPT-4o mini：完整基准性能指南

openai 4o-mini 2024-07-18 Proprietary

深入分析 GPT-4o mini 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4o-mini
发布日期2024-07-18
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 79.7 % 2024-07-18 5-shot 查看
HUMANEVAL 78 pass@1 2024-07-18 — 查看
GSM8K 75.1 % 2024-07-18 0-shot CoT 查看
MATH 51.8 % 2024-07-18 0-shot CoT 查看
BBH 70.3 % 2024-07-18 3-shot CoT 查看
GPQA 42.6 % 2024-07-18 0-shot 查看
IFEVAL 67.9 % 2024-07-18 prompt_strict 查看
ARC 93.9 % 2024-07-18 challenge 查看
MUSR 53.1 % 2024-07-18 0-shot 查看
WINOGRANDE 79.6 % 2024-07-18 0-shot 查看

定价

项目 价格 币种
输入$0.15 / MtokUSD
输出$0.6 / MtokUSD
缓存读$0 / MtokUSD
缓存写$0 / MtokUSD

数据来源: https://openai.com/api/pricing/ · 截至 2024-07-18

合规性

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

GPT-4o mini

模型概述

OpenAI 经济型多模态模型, 128K 上下文, 支持文本与图像输入, 平衡成本与性能, 适合大规模部署。

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 4o-mini 2024-07-18 128K text, image text Proprietary

基准测试表现

基准 得分 单位 备注
MMLU (Massive Multitask Language Understanding) 79.7 % 5-shot
HumanEval 78.0 pass@1 —
GSM8K (Grade School Math 8K) 75.1 % 0-shot CoT
MATH 51.8 % 0-shot CoT
BBH (BIG-Bench Hard) 70.3 % 3-shot CoT
GPQA 42.6 % 0-shot
IFEval 67.9 % prompt_strict
ARC 93.9 % challenge
MUSR 53.1 % 0-shot
WinoGrande 79.6 % 0-shot

定价

输入 输出 缓存读取 缓存写入
— — — —

每百万 token

优势

  • 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

参考文献