o1
OpenAIOpenAI o-seriesProprietary
विवरण
A research preview model focused on mathematical and logical reasoning capabilities, demonstrating improved performance on tasks requiring step-by-step reasoning, mathematical problem-solving, and code generation. The model shows enhanced capabilities in formal reasoning while maintaining strong general capabilities.
रिलीज़ तिथि
2024-12-05
पैरामीटर
—
संदर्भ लंबाई
200K
मोडैलिटीज़
image, pdf, text
क्षमता रडार
35
general
51
coding
80
reasoning
54
science
60
agents
70
multimodal
रैंकिंग
| डोमेन | #रैंक | स्कोर | स्रोत |
|---|---|---|---|
| कोडिंग रैंकिंग | 276 | 53.0 | AA |
| सामान्य रैंकिंग | 187 | 56.0 | AA |
| मल्टीमॉडल रैंकिंग | 59 | 56.0 | LS |
| विज्ञान | 330 | 43.0 | AA |
बेंचमार्क स्कोर (LLM Stats)
(LLM Stats (zeroeval))Biology
GPQA Biology
69.2%स्वयं
Chat
TAU-bench Retail
70.8%स्वयं
Factuality
SimpleQA
47.0%स्वयं
General
MMLU
91.8%स्वयं
Language
MMMLU
87.7%स्वयं
Math
GSM8k
97.1%स्वयं
MATH
96.4%स्वयं
MGSM
89.3%स्वयं
AIME 2024
74.3%स्वयं
MathVista
71.8%स्वयं
LiveBench
67.0%स्वयं
FrontierMath
5.5%स्वयं
Multimodal
MMMU
77.6%स्वयं
Reasoning
GPQA Physics
92.8%स्वयं
HumanEvalOpenAI (2021)
88.1%स्वयं
GPQANYU + Cohere + Anthropic (2023)
78.0%स्वयं
GPQA Chemistry
64.7%स्वयं
TAU-bench Airline
50.0%स्वयं
SWE-Bench Verified
41.0%स्वयं
AA मूल्यांकन सूचकांक
(Artificial Analysis)Math 500(OpenAI (2024), subset of Hendrycks et al. MATH (2021))97.0
Mmlu Pro(TIGER-Lab (Univ. of Waterloo, Toronto, CMU, 2024))84.1
Gpqa(NYU + Cohere + Anthropic (2023))74.7
Aime(MAA (Mathematical Association of America))72.3
Ifbench(Google Research (2023))70.3
Livecodebench(UC Berkeley + MIT + Cornell (2024))67.9
Lcr(Artificial Analysis)65.0
Tau2(Sierra + U Toronto + Vector Institute (2025))62.6
Coding Index(Artificial Analysis)39.7
Intelligence Index(Artificial Analysis)15.2
Terminalbench Hard(Stanford × Laude Institute (2026))12.9
Hle(Center for AI Safety + Scale AI (2025))7.0
LLM Stats श्रेणी स्कोर
(LLM Stats (zeroeval))Language90
Legal90
Finance90
Math80
Physics80
Healthcare80
Biology80
Chemistry80
Chat70
Multimodal70
Reasoning70
General70
Vision70
Code60
Communication60
Tool Calling60
Factuality50
Frontend Development40
मूल्य निर्धारण
इनपुट मूल्य$15 / 1M टोकन
आउटपुट मूल्य$60 / 1M टोकन
मिश्रित मूल्य (3:1)$26.25 / 1M टोकन
कैश पठन मूल्य$7.5 / 1M टोकन
गति
टोकन/सेकंड0.0
पहले टोकन में देरी0.00s
पहले उत्तर में देरी0.00s
प्रदाता मूल्य रैंकिंग
प्रदाता मूल्य रैंकिंग
14 प्रदाता
सबसे सस्ता: Poeसबसे महंगा: LLM Gateway
प्रदाताइनपुटआउटपुट
1Poeसबसे सस्ता
$14
$54
2OpenAIप्राथमिक
$15
$60
3NanoGPT
$15
$60
4OpenRouter
$15
$60
5Kilo Gateway
$15
$60
6Helicone
$15
$60
7Azure Cognitive Services
$15
$60
8Vercel AI Gateway
$15
$60
9DevPass (LLM Gateway)
$15
$60
10Azure
$15
$60
11Merge Gateway
$15
$60
12Impossibl
$15
$60
13Eden AI
$15
$60
14LLM Gateway
$15
$60
इस मॉडल के लिए विभिन्न API प्रदाताओं के मूल्य निर्धारण की तुलना करें।