G

GPT 5 Nano

GPT - 5シリーズの中で最も小さく、最速のバリエーションで、開発者向けツール、高速インタラクション、超低遅延環境向けに最適化されています。大規模モデルと比較すると推論深度が限られていますが、重要な指示に従う機能とセキュリティ機能は保持されています。GPT - 4.1 - nanoの後継モデルで、コストに敏感なアプリケーションやリアルタイムアプリケーションに軽量な選択肢を提供します。
インテリジェンス(中程度)
速度(速い)
入力サポートモダリティ
はい
推論モデルかどうか
400,000
コンテキストウィンドウ
128,000
最大出力トークン
2024-10-31
知識カットオフ

価格設定

¥0.36 /M tokens
入力
¥2.88 /M tokens
出力
¥1.08 /M tokens
混合価格

クイック簡易比較

入力

出力

GPT-5‑pro
gpt‑oss‑120b
GPT-4.1 mini
¥0.4

基本パラメータ

GPT-5-Nano技術パラメータ
パラメータ数
未発表
コンテキスト長
400.00k tokens
トレーニングデータカットオフ
2024-10-31
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
387
リリース日
2025-08-07
応答速度
387 tokens/s

ベンチマークスコア

以下はGPT-5-Nano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
47
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
88
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
87
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
82
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
88.4
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
88
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
88
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
88
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
87.2
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
87
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
94.6
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