मुख्य सामग्री पर जाएं
AITier

GPT-4o (Aug '24)

OpenAIGPTProprietary

विवरण

GPT-4o ('o' for 'omni') is a multimodal AI model that accepts text, audio, image, and video inputs, and generates text, audio, and image outputs. It matches GPT-4 Turbo performance on text and code, with improvements in non-English languages, vision, and audio understanding.

रिलीज़ तिथि
2024-08-06
पैरामीटर
—
संदर्भ लंबाई
128K
मोडैलिटीज़
file, image, text

क्षमता रडार

15
general
24
coding
40
reasoning
36
scienceअनुमानित
50
agents
90
multimodal

समर्पित विज्ञान बेंचमार्क उपलब्ध न होने पर Science तर्क प्रॉक्सी का उपयोग करके अनुमान लगाता है।

रैंकिंग

डोमेन#रैंकस्कोरस्रोत
Code Ranking265
30.0
AA
General Ranking377
28.0
AA
Math Reasoning196
46.0
AA
Multimodal Ranking27
81.0
LS
Reasoning94
37.0
LS
Science290
37.0
AA

बेंचमार्क स्कोर (LLM Stats)

Biology

GPQA70.1%स्वयं

Code

SWE-Bench Verified33.2%स्वयं
SWE-Lancer32.6%स्वयं
Aider-Polyglot30.7%स्वयं
Aider-Polyglot Edit18.2%स्वयं
SWE-Lancer (IC-Diamond subset)12.4%स्वयं

Communication

Tau2 Retail63.4%स्वयं
Multi-IF60.9%स्वयं
TAU-bench Retail60.3%स्वयं
Tau2 Airline45.5%स्वयं
TAU-bench Airline42.8%स्वयं
Multi-Challenge40.3%स्वयं
Tau2 Telecom23.5%स्वयं

Factuality

SimpleQA38.2%स्वयं

Finance

MMLU85.7%स्वयं
MMLU-Pro74.7%स्वयं

General

MMMLU81.4%स्वयं
IFEval81.0%स्वयं
MMMU72.2%स्वयं
MMMU-Pro59.9%स्वयं
Internal API instruction following (hard)29.2%स्वयं

Healthcare

VideoMMMU61.2%स्वयं

Image To Text

DocVQA92.8%स्वयं

Language

COLLIE61.0%स्वयं

Long Context

EgoSchema72.2%स्वयं
ComplexFuncBench66.5%स्वयं
OpenAI-MRCR: 2 needle 128k31.9%स्वयं

Math

MathVista61.4%स्वयं
AIME 202413.1%स्वयं
Humanity's Last Exam5.3%स्वयं

Multimodal

AI2D94.2%स्वयं
ChartQA85.7%स्वयं
CharXiv-D85.3%स्वयं
CharXiv-R58.8%स्वयं

Reasoning

Graphwalks BFS <128k41.7%स्वयं
Graphwalks parents <128k35.4%स्वयं
ERQA35.2%स्वयं

Video

ActivityNet61.9%स्वयं

AA मूल्यांकन सूचकांक

Intelligence Index
18.6
Coding Index
16.6
Math 500
0.8
Gpqa
0.5
Ifbench
0.4
Lcr
0.3
Scicode
0.3
Livecodebench
0.3
Tau2
0.3
Aime
0.1
Terminalbench Hard
0.1
Hle
0.0

LLM Stats श्रेणी स्कोर

Image To Text
90
Finance
80
Legal
80
Vision
70
Biology
70
Chemistry
70
Healthcare
70
Instruction Following
70
Language
70
Multimodal
70
Physics
70
Structured Output
60
Writing
60
General
60
Long Context
60
Tool Calling
50
Communication
50
Math
50
Reasoning
50
Spatial Reasoning
40
Factuality
40
Code
30
Frontend Development
30

मूल्य निर्धारण

इनपुट मूल्य$2.5 / 1M tokens
आउटपुट मूल्य$10 / 1M tokens
मिश्रित मूल्य (3:1)$4.375 / 1M tokens

गति

टोकन/सेकंड102.1 tokens/s
पहले टोकन में देरी0.65s
पहले उत्तर में देरी0.65s

उपलब्ध प्रदाता

(LS आंतरिक इकाइयाँ)
प्रदाताइनपुट मूल्यआउटपुट मूल्य
OpenAI2.5M10.0M
Azure2.5M10.0M

बाहरी लिंक

LLM Stats