G

GPT 4o (March 2025, Chatgpt 4o Latest)

GPT - 4o(ここでの'o'は'omni'を表します)は、多機能なAIモデルです。このモデルは、テキスト、音声、画像、ビデオの入力を受け付け、テキスト、音声、画像の出力を生成することができます。テキストとコードの処理能力は、GPT - 4 Turboと同等ですが、非英語の言語、視覚理解、音声理解の面で向上しています。
インテリジェンス(中程度)
速度(比較的速い)
入力サポートモダリティ
はい
推論モデルかどうか
128,000
コンテキストウィンドウ
16,384
最大出力トークン
-
知識カットオフ
価格設定
¥18 /M tokens
入力
¥72 /M tokens
出力
¥54 /M tokens
混合価格
クイック簡易比較
GPT-4.1
¥2
GPT-4.1 mini
¥0.4
GPT-4.1 nano
¥0.1
基本パラメータ
GPT-4.1技術パラメータ
パラメータ数
未発表
コンテキスト長
128.00k tokens
トレーニングデータカットオフ
オープンソースカテゴリ
Proprietary
マルチモーダルサポート
テキスト、画像
スループット
132
リリース日
2025-03-27
応答速度
182.37,944 tokens/s
ベンチマークスコア
以下はclaude-monetの様々な標準ベンチマークテストでのパフォーマンスです。これらのテストは、異なるタスクやドメインにおけるモデルの能力を評価します。
インテリジェンス指数
5025
大規模言語モデルインテリジェンスレベル
コーディング指数
3956
コーディングタスクにおけるAIモデルのパフォーマンス指標
数学指数
-
数学的問題の解決、数学的推論、または数学関連タスクの実行における能力指標
MMLU Pro
80.3
大規模マルチタスクマルチモーダル理解 - テキスト、画像、音声、ビデオの理解をテスト
GPQA
65.5
大学院物理学問題評価 - ダイヤモンド科学レベルの問題で高度な物理学知識をテスト
HLE
5
Hugging Face Open LLMリーダーボードにおけるモデルの包括的な平均スコア
LiveCodeBench
42.5
実世界のコード作成とプログラミングコンテスト問題解決における大規模言語モデルの能力を評価する特定の評価
SciCode
36.6
科学計算または特定の科学分野のコード生成におけるモデルの能力
HumanEval
96
特定のHumanEvalベンチマークテストセットでAIモデルが達成したスコア
Math 500スコア
89.3
最初の500の大規模でよく知られた数学ベンチマークテストのスコア
AIMEスコア
32.7
高難度の数学競技問題(特にAIMEレベル)を解決するAIモデルの能力を測定する指標
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase