GPT-4 Vision Preview：完整基准性能指南

openai 4-vision-preview 2023-09-25 Proprietary

深入分析 GPT-4 Vision Preview 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-preview
发布日期2023-09-25
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
MMLU85%2023-09-255-shot查看
HUMANEVAL70.6pass@12023-09-25—查看
GSM8K84.5%2023-09-250-shot CoT查看
MATH49.7%2023-09-250-shot CoT查看
BBH75%2023-09-253-shot CoT查看
GPQA36.3%2023-09-250-shot查看
IFEVAL72.7%2023-09-25prompt_strict查看
ARC94.6%2023-09-25challenge查看
MUSR64.5%2023-09-250-shot查看
WINOGRANDE80.6%2023-09-250-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 2023-09-25

合规性

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

GPT-4 Vision Preview

模型概述

OpenAI GPT-4 Vision 预览版, 支持图像输入理解, 128K 上下文, 多模态能力首次集成。

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
Openai4-vision-preview2023-09-25128Ktext, imagetextProprietary

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)85.0%5-shot
HumanEval70.6pass@1—
GSM8K (Grade School Math 8K)84.5%0-shot CoT
MATH49.7%0-shot CoT
BBH (BIG-Bench Hard)75.0%3-shot CoT
GPQA36.3%0-shot
IFEval72.7%prompt_strict
ARC94.6%challenge
MUSR64.5%0-shot
WinoGrande80.6%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 85.0，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