Saltar al contenido principal

GPT-4o (March 2025, chatgpt-4o-latest)

OpenAIGPT
Fecha de lanzamiento
2025-03-27
Parámetros
Longitud del contexto
400K
Modalidades
image, text

Radar de capacidades

32
general
41
coding
41
reasoning
43
scienceest.
80
agents
90
multimodal

Science usa un proxy de razonamiento cuando los benchmarks científicos dedicados no están disponibles.

Rankings

Dominio#PosiciónPuntuaciónFuente
Ranking de codificación210
46.0
AA
Ranking general250
42.0
AA
Razonamiento matemático221
40.0
AA
Ciencia240
45.0
AA

Puntuaciones de benchmarks (LLM Stats)

Agents

BrowseComp54.9%Aut.

Biology

GPQA85.7%Aut.

Code

SWE-Lancer (IC-Diamond subset)100.0%Aut.
HumanEval93.4%Aut.
Aider-Polyglot88.0%Aut.
SWE-Bench Verified74.9%Aut.

Communication

Tau2 Telecom96.7%Aut.
Tau2 Retail81.1%Aut.
Multi-Challenge69.6%Aut.
Tau2 Airline62.6%Aut.

Finance

MMLU92.5%Aut.

General

MMMU84.2%Aut.
MMMU-Pro78.4%Aut.
Internal API instruction following (hard)64.0%Aut.
LongFact Objects0.8%Aut.
LongFact Concepts0.7%Aut.

Healthcare

VideoMMMU84.6%Aut.
HealthBench Hard1.6%Aut.

Language

COLLIE99.0%Aut.

Long Context

OpenAI-MRCR: 2 needle 128k95.2%Aut.
OpenAI-MRCR: 2 needle 256k86.8%Aut.

Math

AIME 202594.6%Aut.
HMMT 202593.3%Aut.
MATH84.7%Aut.
FrontierMath26.3%Aut.
Humanity's Last Exam24.8%Aut.

Multimodal

VideoMME w sub.86.7%Aut.
CharXiv-R81.1%Aut.

Reasoning

BrowseComp Long Context 128k90.0%Aut.
BrowseComp Long Context 256k88.8%Aut.
Graphwalks BFS <128k78.3%Aut.
Graphwalks parents <128k73.3%Aut.
ERQA65.7%Aut.
FActScore1.0%Aut.

Índices de evaluación AA

Math Index
25.7
Intelligence Index
12.3
Math 500
0.9
Mmlu Pro
0.8
Gpqa
0.7
Livecodebench
0.4
Scicode
0.4
Aime
0.3
Aime 25
0.3
Hle
0.1

Puntuaciones por categoría LLM Stats

Language
100
Long Context
100
Writing
100
Legal
90
Physics
90
Finance
90
Biology
90
Chemistry
90
Code
90
Video
90
Reasoning
80
General
80
Communication
80
Tool Calling
80
Math
70
Multimodal
70
Search
70
Frontend Development
70
Healthcare
70
Vision
70
Spatial Reasoning
60
Structured Output
60
Agents
50
Robotics
20

Precios

Precio de entradaGratis
Precio de salidaGratis
Precio mixto (3:1)Gratis
Precio de lectura caché$0.125 / 1M tokens

Velocidad

Tokens/seg0.0
Retraso del primer token0.00s
Tiempo hasta la respuesta0.00s

Ranking de Precios por Proveedor

No hay datos de proveedores disponibles

Fuentes externas