मुख्य सामग्री पर जाएं
AITier

GPT-4.5 (Preview)

OpenAIGPTProprietary

विवरण

GPT-4.5 is OpenAI's most advanced model, offering improved reasoning, coding, and creative capabilities with faster performance and longer context handling than GPT-4. It features enhanced instruction following, reduced hallucinations, and better factual accuracy.

रिलीज़ तिथि
2025-02-27
पैरामीटर
—
संदर्भ लंबाई
—
मोडैलिटीज़
image, text

क्षमता रडार

10
general
50
coding
80
reasoning
60
scienceअनुमानित
60
agents
70
multimodal

समर्पित विज्ञान बेंचमार्क उपलब्ध न होने पर Science का अनुमान LLM Stats विज्ञान स्कोर या तर्क से लगाया जाता है।

रैंकिंग

डोमेन#रैंकस्कोरस्रोत
सामान्य रैंकिंग638
12.0
AA
मल्टीमॉडल रैंकिंग67
54.0
LS

बेंचमार्क स्कोर (LLM Stats)

(LLM Stats (zeroeval))

Chat

IFEvalGoogle Research (2023)88.2%स्वयं
Multi-IF70.8%स्वयं
TAU-bench Retail68.4%स्वयं
Multi-Challenge43.8%स्वयं

Factuality

SimpleQA62.5%स्वयं

General

MMLU90.8%स्वयं
Internal API instruction following (hard)54.0%स्वयं
Aider-Polyglot Edit44.9%स्वयं

Language

MMMLU85.1%स्वयं
COLLIE72.3%स्वयं

Long Context

ComplexFuncBench63.0%स्वयं
OpenAI-MRCR: 2 needle 128k38.5%स्वयं

Math

GSM8k97.0%स्वयं
MathVista72.3%स्वयं
AIME 202436.7%स्वयं

Multimodal

MMMU75.2%स्वयं

Reasoning

CharXiv-D90.0%स्वयं
HumanEvalOpenAI (2021)88.0%स्वयं
Graphwalks parents <128k72.6%स्वयं
Graphwalks BFS <128k72.3%स्वयं
GPQANYU + Cohere + Anthropic (2023)69.5%स्वयं
CharXiv-R55.4%स्वयं
TAU-bench Airline50.0%स्वयं
SWE-Bench Verified38.0%स्वयं
SWE-Lancer37.3%स्वयं
SWE-Lancer (IC-Diamond subset)17.4%स्वयं

AA मूल्यांकन सूचकांक

(Artificial Analysis)
Intelligence Index(Artificial Analysis)
9.6

LLM Stats श्रेणी स्कोर

(LLM Stats (zeroeval))
Legal
90
Finance
90
Instruction Following
80
Language
80
Math
80
Healthcare
80
Chat
70
Multimodal
70
Physics
70
Spatial Reasoning
70
Structured Output
70
Biology
70
Chemistry
70
Vision
70
Writing
70
Reasoning
60
Factuality
60
General
60
Communication
60
Tool Calling
60
Long Context
50
Code
50
Frontend Development
40

मूल्य निर्धारण

इनपुट मूल्यमुफ्त
आउटपुट मूल्यमुफ्त
मिश्रित मूल्य (3:1)मुफ्त

गति

टोकन/सेकंड0.0
पहले टोकन में देरी0.00s
पहले उत्तर में देरी0.00s

प्रदाता मूल्य रैंकिंग

कोई प्रदाता डेटा उपलब्ध नहीं

बाहरी लिंक

LLM StatsArtificial Analysis