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
MMLU79.7%2024-07-185-shot查看
HUMANEVAL78pass@12024-07-18—查看
GSM8K75.1%2024-07-180-shot CoT查看
MATH51.8%2024-07-180-shot CoT查看
BBH70.3%2024-07-183-shot CoT查看
GPQA42.6%2024-07-180-shot查看
IFEVAL67.9%2024-07-18prompt_strict查看
ARC93.9%2024-07-18challenge查看
MUSR53.1%2024-07-180-shot查看
WINOGRANDE79.6%2024-07-180-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
Openai4o-mini2024-07-18128Ktext, imagetextProprietary

基准测试表现

基准得分单位备注
MMLU (Massive Multitask Language Understanding)79.7%5-shot
HumanEval78.0pass@1—
GSM8K (Grade School Math 8K)75.1%0-shot CoT
MATH51.8%0-shot CoT
BBH (BIG-Bench Hard)70.3%3-shot CoT
GPQA42.6%0-shot
IFEval67.9%prompt_strict
ARC93.9%challenge
MUSR53.1%0-shot
WinoGrande79.6%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