GPT-4o mini

Fiche modèle · OpenAI · gpt-4o-mini-2024-07-18

GPT-4o mini is OpenAI's latest cost-efficient small model, designed to make AI intelligence more accessible and affordable. It excels in textual intelligence and multimodal reasoning, outperforming previous models like GPT-3.5 Turbo. With a context window of 128K tokens and support for text and vision, it offers low-cost, real-time applications such as customer support chatbots. Priced at 15 cents per million input tokens and 60 cents per million output tokens, it is significantly cheaper than its predecessors. Safety is prioritized with built-in measures and improved resistance to security threats.

Fiches modèles

Identité

OrganisationOpenAI
Pays—
Famille—
Typellm
Date de sortie2024-07-18
Licenceproprietary
Licence commercialenon
Licence open sourcenon
Poids ouvertsnon
Auto-hébergement (DGX Spark)non — poids fermés
Modalitésimage|text
Fenêtre de contexte128 000
KV cache / token (Q8)—
Paramètres totaux—
Paramètres actifs (session)—
Source des paramètres actifs—
Curation des paramètres actifs—
Prix par session0.29 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur) (offres routeurs/fournisseurs, converties en USD)
Tokens / tâche (Data Players)1.2 M
Tokens / tâche (Terminal-Bench)83.3 M (est.)
Ratio Terminal-Bench / Data Players69.4×
Coût / tâche (Terminal-Bench)—
Tokens d'entraînement—
Coupure de connaissance2023-10-01
Créé le2026-05-07T16:53:34.024878Z
Mis à jour le2026-11-04T06:05:00.149684Z
SourceLLM Stats
URLhttps://llm-stats.com/models/gpt-4o-mini-2024-07-18
Tokens/tâche

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : non.

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

FournisseurSourceSouverainetéEntrée (/M tok)Sortie (/M tok)QuantificationContexteLatence (s)Débit (tok/s)Statut
Microsoft Azure (azure_sc)cortecsnon0.16 $0.64 $—128 000———
Microsoft Azure (azure_spc)cortecsnon0.16 $0.64 $—128 000———
Microsoft Foundryeurouternon———128 000———

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

CatégorieScore
language0.80
legal0.80
math0.80
multimodal0.60
physics0.40
reasoning0.60
finance0.80
frontend_development0.10
general0.60
healthcare0.70
biology0.40
chemistry0.40
code0.50
vision0.60

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
dropreasoning0.801.000.80nonoui2026-11-04T06:05:00.165363Z
gpqareasoning0.401.000.40nonoui2026-11-04T06:05:00.168985Z
humanevalreasoning0.871.000.87nonoui2026-11-04T06:05:00.175489Z
mathmath0.701.000.70nonoui2026-11-04T06:05:00.180332Z
mathvistamath0.571.000.57nonoui2026-11-04T06:05:00.186714Z
mgsmmath0.871.000.87nonoui2026-11-04T06:05:00.190947Z
mmlugeneral0.821.000.82nonoui2026-11-04T06:05:00.195886Z
mmmumultimodal0.591.000.59nonoui2026-11-04T06:05:00.206660Z
swe-bench-verifiedreasoning0.091.000.09nonoui2026-11-04T06:05:00.213495Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
code259—-0.612trueskill2026-10-19model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04