GPT-4o Mini
GPT-4o Mini ist OpenAIs kompaktes Einstiegsmodell der GPT-4o-Familie, ausgelegt auf niedrige Kosten und schnelle Antwortzeiten. Mit einem Kontextfenster von 128.000 Tokens verarbeitet das Modell Text- und Bildeingaben, ist ausschliesslich über die OpenAI-API verfügbar und eignet sich für alltägliche Aufgaben wie Klassifikation, einfache Textgenerierung und kosteneffiziente Automatisierung.
- Proprietär
- Frontier
- API
- Text
- Vision
- Instruction-Tuned
- Real-Time
Sovereign Risk: MEDIUM OpenAI ist ein US-amerikanisches Unternehmen und unterliegt dem CLOUD Act. Bei API-Nutzung verlassen Eingabedaten das lokale Netz – behördlicher Zugriff auf verarbeitete Daten ist rechtlich möglich.
Schlüsselmetriken
Score · Latenz · Kosten · Qualität
- Total Score Silver
- 65.03
- Routine
- 39.46
- Reasoning
- 25.57
- LLM Judge Avg
- 3.21 / 5
- 100 Coverage
- Avg Task Duration
- 8.45s
- Real-Time
- Token Rate
- 80.77tok/s
- Output Rate
- P95 Latency
- 17s
- Top 5 %
- Total Tokens
- 45800
- Output Volume
- Cost per 1K
- $0.0006
- USD / 1K Requests
- Benchmark Cost
- $0.03
- Total · 45800 tok
Benchmark-Module
10 Module · gewichtet · vs. Modellmedian & Spitzenreiter
GPT-4o Mini
Bestes Modell
Ø Alle Modelle
Code Quality
55.6
CLI Benchmark
83.89
Logical Reasoning
62.68
UX Writing
63.95
Documentation
53.48
Content Transform.
72.82
Cultural Intelligence
71.04
Synthesis Quality
48.33
Tool Execution
83.33
ToolUse Score
66.21
Benchmark Cost
$0.03
Token-Effizienz & Latenz
Verbrauch pro Modul vs. Modellmedian
Token-Verbrauch pro Modul
Performance-Profil
Schlüsselmetriken – Legende
Score
- Total Score
- Gesamtpunktzahl aus Routine- und Reasoning-Score. Basis für den Flotten-Rang und die Tier-Zuordnung (Gold / Silver / Bronze).
- Routine
- Punktzahl für Standardaufgaben: Code-Generierung, Texttransformation, strukturierte Ausgaben. Gewichtet nach Aufgabenkomplexität.
- Reasoning
- Punktzahl für analytische und logische Aufgaben: mehrstufige Problemlösung, mathematisches Schlussfolgern, strukturierte Argumentationen.
- Rang
- Position im Flottenvergleich, sortiert nach Total Score. Bezieht sich auf den Snapshot zum Zeitpunkt des Tests.
LLM Judge
- LLM Judge Ø
- Durchschnittliche Qualitätsbewertung durch ein unabhängiges Richter-Modell auf einer Skala von 1–5.
- Coverage
- Anteil der Aufgaben, für die eine Judge-Bewertung vorliegt. 100 % bedeutet, alle Antworten wurden bewertet.
Latenz & Geschwindigkeit
- Avg. Task Duration
- Durchschnittliche Zeit pro Aufgabe vom ersten bis zum letzten Token der Antwort, gemessen über alle Benchmark-Aufgaben.
- Token Rate
- Ausgabe-Geschwindigkeit in Tokens pro Sekunde. Relevant für interaktive Anwendungen und Echtzeit-Streaming.
- P95 Latency
- 95. Perzentil der Antwortzeiten – zeigt Ausreißer. Niedrigere Werte bedeuten weniger lange Wartezeiten in Ausnahmefällen.
Kosten
- Cost per 1K
- API-Preis pro 1.000 Output-Tokens in US-Dollar. Basis für Kostenkalkulation bei produktivem Einsatz.
- Benchmark Cost
- Gesamtkosten für den vollständigen Benchmark-Durchlauf dieses Modells.