OpenAI
GPT-4o
Мультимодальная модель OpenAI: принимает текст и изображения, выдаёт текст.
- Вход
- 316,50 ₽
- Выход
- 1 266,00 ₽
- Кэш
- 158,25 ₽
- Интеллект
- 8,4
- Код
- 13,1
- Доступность
- 100%
openai/gpt-4oДанные каталога получены .
Цена
- Текстовый диалог · вход
- 316,50 ₽ / 1 млн токенов
- Текстовый диалог · выход
- 1 266,00 ₽ / 1 млн токенов
- Текстовый диалог · вход из кэша
- 158,25 ₽ / 1 млн токенов
Цена указана в рублях для выбранной операции и её параметров.
Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.
О модели
GPT-4o работает с текстом и изображениями на входе, а на выходе формирует текст. В документации OpenAI для этой модели указаны вызов функций и структурированные ответы. Аудио и видео для GPT-4o не поддерживаются.
- Релиз
Характеристики
- 7 октября: 100%100%7 октября
- 8 октября: 100%100%8 октября
- 9 октября: 100%100%9 октября
- Тип модели
- Текст
- Вход модели
- Текст, Изображения
Данные, которые модель принимает вместе с запросом.
- Выход модели
- Текст
Форматы результата, которые создаёт модель.
- Контекстное окно
- 128 000 токенов
Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.
- Максимальный ответ
- 16 384 токенов
Максимальный размер ответа по данным каталога. Фактический предел запроса зависит от подключённой операции.
- Операции
- Текстовый диалог, Понимание изображений
- Возможности модели
- Потоковый ответ, Понимание изображений, Вызов инструментов, Вызов функций, Параллельные вызовы инструментов, Структурированный ответ, Ответ в JSON, Пакетные запросы, Входные файлы, Входные изображения
Контрольные показатели
Artificial Analysis
15 показателей
- Индекс интеллекта
- 8,4 индексСводная оценка Artificial Analysis по всем её тестамПроверено
- Индекс программирования
- 13,1 индексСводная оценка Artificial Analysis по программированиюПроверено
Рассуждение по документу
- AA-LCR v1.149,3 %
Рассуждение на длинном контексте с обновлённой оценкой
Проверено
Устаревшие тесты
- AA-LCR (версия не указана, архивный)49,3 %
Оценка рассуждений на длинном контексте
Проверено
- GPQA Diamond (архивный)54,3 %
Научные рассуждения уровня выпускника
Проверено
Математика
- AIME15 %
Американский пригласительный экзамен по математике
Проверено
- Math-50075,9 %
Набор задач для проверки решения разнообразных математических задач
Проверено
Рассуждения
- AIME 20256 %
Проверено
- HLE2,4 %
Humanity’s Last Exam — вопросы экспертного уровня
Проверено
Агентная работа
- GDPval-AA v2189 Elo
Экономически значимые рабочие задачи
Проверено
- T²-Bench Telecom (архивный)25,1 %
Устаревший резервный вариант · Разговорные ИИ-агенты в сценариях с двойным управлением
Проверено
Рассуждение
- IFBench34,3 %
Тест на следование инструкциям
Проверено
Программирование
- LiveCodeBench30,9 %
Бенчмарк по программированию без загрязнения данных
Проверено
- Terminal-Bench Hard (архивный)8,3 %
Устаревший резервный вариант · Агентное программирование и работа в терминале
Проверено
Знания
- MMLU-Pro74,8 %
Профессиональные и академические предметные знания
Проверено
Design Arena
10 показателей · проверено
Рейтинг Elo и доля побед в попарных сравнениях, оценённых людьми
Модели
- 3D · Elo887 Elo
- 3D · доля побед39,2 %
- Визуализация данных · Elo867 Elo
- Визуализация данных · доля побед36 %
- Разработка игр · Elo919 Elo
- Разработка игр · доля побед42,3 %
- UI-компоненты · Elo894 Elo
- UI-компоненты · доля побед38,1 %
- Сайты · Elo839 Elo
- Сайты · доля побед31,5 %
Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.
API-запрос
Операция доступна через API. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.
import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener
class NoRedirect(HTTPRedirectHandler):
def redirect_request(self, req, fp, code, msg, headers, newurl):
return None
opener = build_opener(NoRedirect)
def post(url, payload):
request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
"Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
"Content-Type": "application/json",
"Idempotency-Key": os.environ["REQUEST_ID"],
}, method="POST")
with opener.open(request, timeout=120) as response:
return json.load(response)
payload = {
"model": "openai/gpt-4o",
"messages": [
{
"role": "user",
"content": "Объясни задачу кратко."
}
]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))





