मुख्य सामग्री पर जाएं

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

70
general
60
coding
80
reasoning
68
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

कोई रैंकिंग डेटा उपलब्ध नहीं

बेंचमार्क स्कोर (LLM Stats)

(LLM Stats (zeroeval))

Biology

GPQA Biology69.2%स्वयं

Chat

TAU-bench Retail70.8%स्वयं

Factuality

SimpleQA47.0%स्वयं

General

MMLU91.8%स्वयं

Language

MMMLU87.7%स्वयं

Math

GSM8k97.1%स्वयं
MATH96.4%स्वयं
MGSM89.3%स्वयं
AIME 202474.3%स्वयं
MathVista71.8%स्वयं
LiveBench67.0%स्वयं
FrontierMath5.5%स्वयं

Multimodal

MMMU77.6%स्वयं

Reasoning

GPQA Physics92.8%स्वयं
HumanEvalOpenAI (2021)88.1%स्वयं
GPQANYU + Cohere + Anthropic (2023)78.0%स्वयं
GPQA Chemistry64.7%स्वयं
TAU-bench Airline50.0%स्वयं
SWE-Bench Verified41.0%स्वयं

AA मूल्यांकन सूचकांक

(Artificial Analysis)

कोई AA मूल्यांकन डेटा उपलब्ध नहीं

LLM Stats श्रेणी स्कोर

(LLM Stats (zeroeval))
Language
90
Legal
90
Finance
90
Math
80
Physics
80
Healthcare
80
Biology
80
Chemistry
80
Chat
70
Multimodal
70
Reasoning
70
General
70
Vision
70
Code
60
Communication
60
Tool Calling
60
Factuality
50
Frontend Development
40

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

कोई गति डेटा उपलब्ध नहीं

प्रदाता मूल्य रैंकिंग

प्रदाता मूल्य रैंकिंग

4 प्रदाता

सबसे सस्ता: OpenAIसबसे महंगा: Azure
प्रदाताइनपुटआउटपुट
1OpenAIप्राथमिक
$15
$60
2Helicone
$15
$60
3Azure Cognitive Services
$15
$60
4Azure
$15
$60

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

बाहरी लिंक