GPT-4o mini 发布：OpenAI 最便宜的小型模型，比 GPT-3.5 便宜，比 GPT-4 优秀
内容提要
OpenAI发布了GPT-4o mini模型，性能优于GPT-4和GPT-3.5 Turbo，价格比GPT-3.5 Turbo便宜60%以上。支持文本和视觉输入输出，具有128K上下文和16K输出。未来将支持文本、图像、视频和音频输入输出。在推理任务、数学和编码能力以及多模态推理方面表现出色。API中可使用gpt-4o-mini模型名称。
延伸解读
性能与价格的双重优势
GPT-4o mini 在 MMLU 上得分 82%，优于 GPT-4，同时比 GPT-3.5 Turbo 便宜 60% 以上。API 定价为每百万输入代币 15 美分，输出代币 60 美分。这意味着开发者能以更低成本获得更强性能，尤其适合需要处理大量文本或图像的应用。
与竞品小型模型的对比
在推理任务 MMLU 上，GPT-4o mini 得分 82.0%，高于 Gemini Flash 的 77.9% 和 Claude Haiku 的 73.8%。数学推理 MGSM 得分 87.0%，编码 HumanEval 得分 87.2%，均领先于这两个竞品。多模态推理 MMMU 得分 59.4%，也优于 Gemini Flash 和 Claude Haiku。
技术特性与未来扩展
GPT-4o mini 支持文本和视觉输入，输出文本，具有 128K 上下文和 16K 输出，知识截止到 2023 年 10 月。它共享 GPT-4o 的改进标记器，处理非英语文本更经济。未来还将支持文本、图像、视频和音频的输入输出，扩展多模态能力。
开发者的实用选择
GPT-4o mini 已在 API 中可用，模型名称为 gpt-4o-mini。它在函数调用方面表现强劲，能帮助开发者构建获取数据或与外部系统交互的应用，并提升了长上下文性能。对于成本敏感且需要多模态能力的项目，这是一个值得考虑的选项。
Q&A
GPT-4o mini的主要优势是什么？
GPT-4o mini在性能上优于GPT-4和GPT-3.5 Turbo，并且价格比GPT-3.5 Turbo便宜60%以上。
GPT-4o mini支持哪些输入输出格式？
GPT-4o mini支持文本和视觉输入输出，未来还将支持文本、图像、视频和音频输入输出。
开发者使用GPT-4o mini的API需要支付多少费用？
开发者为每100万个输入代币支付15美分，输出代币支付60美分。
GPT-4o mini在推理任务中的表现如何？
在推理任务中，GPT-4o mini得分为82.0%，优于其他小型模型。
GPT-4o mini在数学推理和编码能力方面的得分是多少？
在数学推理方面得分为87.0%，在编码性能上得分为87.2%。
GPT-4o mini的多模态推理能力如何？
GPT-4o mini在多模态推理评估中得分为59.4%，表现优于其他小型模型。
