GPT 4

GPT-4は大規模なマルチモーダルモデルで、画像とテキストの入力を処理し、人間に似たテキスト出力を生成することができます。さまざまな専門および学術的なベンチマークテストで、人間レベルの性能を発揮します。

インテリジェンス(比較的弱い)

速度(遅い)

入力サポートモダリティ

はい

推論モデルかどうか

8,192

コンテキストウィンドウ

32,768

最大出力トークン

2022-12-31

知識カットオフ

価格設定

￥216 /M tokens

入力

￥432 /M tokens

出力

￥270 /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

8,192 tokens

トレーニングデータカットオフ

2022-12-31

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

104

リリース日

2023-03-14

応答速度

25.5,375 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

大規模言語モデルインテリジェンスレベル

3600

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

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

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

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

35.7

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

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

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

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

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

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

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

おすすめAIモデル

Qwen2.5 Coder Instruct 32B

Gemini 1.5 Pro (May '24)

Llama 3.2 Instruct 11B (Vision)