DataLearner 标志
GP

GPT-4o(2024-11-20)

聊天大模型GPTGPT-4o

GPT-4o(2024-11-20)

发布时间: 2024-11-20更新于: 2025-02-11浏览量: 966
在线体验GitHubHugging Face对比
模型参数
暂无数据
上下文长度
128K
多语言支持
支持
推理能力
暂无数据

GPT-4o(2024-11-20) 是由 OpenAI 发布的 AI 模型,发布时间为 2024-11-20,定位为 聊天大模型,上下文长度为 128K,采用 不开源 许可,在 HumanEval 上取得 90.20 分。

数据优先来自官方发布(GitHub、Hugging Face、论文),其次为评测基准官方结果,最后为第三方评测机构数据。 了解数据收集方法

GPT-4o(2024-11-20)

模型基本信息

推理过程
暂无数据
思考模式
不支持思考模式
上下文长度
128K tokens
最大输出长度
暂无数据
模型类型
聊天大模型
输入/输出模态
暂无数据
发布时间
2024-11-20
模型文件大小
暂无数据
MoE架构
未公布
总参数 / 激活参数
未公布 / 未公布
知识截止
暂无数据
GPT-4o(2024-11-20)

开源和体验地址

代码开源状态
不开源
预训练权重开源
不开源
GitHub 源码
暂无
Hugging Face
暂无
在线体验
暂无
GPT-4o(2024-11-20)

官方介绍与博客

官方论文
暂无
DataLearnerAI博客
暂无
GPT-4o(2024-11-20)

API接口信息

接口速度
暂无数据
💡默认单位:$/100万 tokens。若计费单位不同,则以供应商公开的原始标注为准。
标准模式
类型适用条件输入输出
文本-$2.50/ 1M tokens$10.00/ 1M tokens
缓存定价Prompt缓存
类型有效期写入读取
文本-$1.25/ 1M tokens

表中「—」表示该模态在此方向不计费,或供应商未公开对应价格。

GPT-4o(2024-11-20)

评测结果

GPT-4o(2024-11-20) 当前已收录的代表性评测结果包括 HumanEval(15 / 140,得分 90.20)、MMLU(39 / 124,得分 85.70)、MMLU-Pro(77 / 176,得分 77.90)。 本页还汇总了参数规模、上下文长度与 API 价格,便于结合评测结果与部署约束一起判断模型适配度。

思考模式
工具使用

综合评估

共 2 项评测
评测名称 / 模式
得分
排名/总数
MMLU
常规模式
85.70
39 / 124
MMLU-Pro
常规模式
77.90
77 / 176

编程与软件工程

共 4 项评测
评测名称 / 模式
得分
排名/总数
HumanEval
常规模式
90.20
15 / 140
SWE-bench Verified
常规模式
31
111 / 116
WeirdML v2
常规模式工具
25.12
50 / 52
GSO
常规模式工具
0
21 / 21

数学推理

共 2 项评测
评测名称 / 模式
得分
排名/总数
MATH
常规模式
68.50
24 / 42
FrontierMath
常规模式
0.30
57 / 60

常识问答

共 1 项评测
评测名称 / 模式
得分
排名/总数
SimpleQA
常规模式
38.80
21 / 47

Agent能力评测

共 2 项评测
评测名称 / 模式
得分
排名/总数
Aider-Polyglot
常规模式
18.20
50 / 59
METR Time Horizons v1.1
常规模式工具
9.17
22 / 22

多模态理解

共 2 项评测
评测名称 / 模式
得分
排名/总数
GeoBench ACW
常规模式
71
13 / 20
VPCT
常规模式
40
15 / 24

和其他模型对比

GPT-4o(2024-11-20)

发布机构

GPT-4o(2024-11-20)

模型解读

OpenAI在2024年11月20日发布的GPT-4o更新版本。

GPT-4o-2024-11-20 的新功能包括:

  • 创意写作能力: 这个版本提升了其创意写作能力,提供更自然、引人入胜且量身定制的写作内容,提高了相关性和可读性。
  • 文件处理: 它在处理上传文件方面表现更好,能够提供更深入的洞察和更全面的响应。
  • 性能和功能:它支持128K个令牌的上下文窗口,每次请求可生成多达16.4K个令牌。模型的实证生成速度为每秒77.4个令牌。保持成本效益,输入费用为每百万令牌2.50美元,输出费用为每百万令牌10美元。
  • API可用性: 该模型通过OpenAI的API可用,允许开发者将其能力集成到他们的应用程序中。
  • 基准测试表现: 虽然在某些基准测试如MMLU、GPQA、MATH和SimpleQA上得分较低,但创意写作任务有显著提升,这表明在创造性与严格事实准确性之间可能存在某种平衡。
  • 用户反馈: 在Reddit和Microsoft Q&A等平台上的讨论中,用户提到了模型在创意写作方面的改进以及通过API使用该版本的可能性,尽管一些用户注意到在Azure OpenAI Assistants中某些功能的支持缺失。

这些更新旨在使模型在需要创意写作和详细文档分析的场景中变得更加多功能和引人入胜。然而,对于需要高事实准确性或特定推理能力的任务,用户可能需要考虑上下文或可能查看其他专用模型,如o1用于推理任务。

DataLearner 官方微信

欢迎关注 DataLearner 官方微信,获得最新 AI 技术推送

DataLearner 官方微信二维码