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
image, pdf, text

क्षमता रडार

8
general
32
coding
40
reasoning
35
science
50
agents
90
multimodal

रैंकिंग

डोमेन#रैंकस्कोरस्रोत
कोडिंग रैंकिंग345
31.0
AA
सामान्य रैंकिंग487
23.0
AA
मल्टीमॉडल रैंकिंग42
49.0
LS
विज्ञान378
36.0
AA

बेंचमार्क स्कोर (LLM Stats)

(LLM Stats (zeroeval))

Biology

GPQANYU + Cohere + Anthropic (2023)70.1%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
IFEvalGoogle Research (2023)81.0%स्वयं
MMMU72.2%स्वयं
MMMU-Pro59.9%स्वयं
Internal API instruction following (hard)29.2%स्वयं

Healthcare

VideoMMMU61.2%स्वयं

Image To Text

DocVQADocVQA (2020)92.8%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
ChartQAMasry et al. (2022)85.7%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

(Artificial Analysis)
Intelligence Index(Artificial Analysis)
9.4
Math 500(OpenAI (2024), subset of Hendrycks et al. MATH (2021))
0.8
Gpqa(NYU + Cohere + Anthropic (2023))
0.5
Lcr(Artificial Analysis)
0.4
Ifbench(Google Research (2023))
0.4
Scicode(UIUC + Argonne National Lab (2024))
0.3
Livecodebench(UC Berkeley + MIT + Cornell (2024))
0.3
Tau2(Sierra + U Toronto + Vector Institute (2025))
0.3
Aime(MAA (Mathematical Association of America))
0.1
Terminalbench Hard(Stanford × Laude Institute (2026))
0.1
Hle(Center for AI Safety + Scale AI (2025))
0.0

LLM Stats श्रेणी स्कोर

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

मूल्य निर्धारण

इनपुट मूल्य$2.5 / 1M टोकन
आउटपुट मूल्य$10 / 1M टोकन
मिश्रित मूल्य (3:1)$4.375 / 1M टोकन
कैश पठन मूल्य$1.25 / 1M टोकन

गति

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

प्रदाता मूल्य रैंकिंग

प्रदाता मूल्य रैंकिंग

2 प्रदाता

सबसे सस्ता: OpenAIसबसे महंगा: Azure
प्रदाताइनपुटआउटपुट
1OpenAIसबसे सस्ता
$0
$0.00001
2Azure
$0
$0.00001

इस मॉडल के लिए विभिन्न API प्रदाताओं के मूल्य निर्धारण की तुलना करें।

बाहरी लिंक

LLM StatsArtificial Analysis