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 |
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
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
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