GPT-4o Mini
GPT-4o Mini ist OpenAIs kompaktes Einstiegsmodell der GPT-4o-Familie – ausgelegt auf niedrige Kosten und schnelle Antwortzeiten. Es ist ausschließlich über die OpenAI-API verfügbar und eignet sich für alltägliche Aufgaben wie Klassifikation, einfache Textgenerierung und kosteneffiziente Automatisierungen.
- Proprietär
- Desktop
- API
- General
- Instruct
- Real-Time
Sovereign Risk: MEDIUM OpenAI ist ein US-amerikanisches Unternehmen, dessen Modellgewichte nicht öffentlich sind und dem CLOUD Act unterliegen, der behördlichen Zugriff auf Daten bei API-Nutzung ermöglichen kann.
Schlüsselmetriken
Score · Latenz · Kosten · Qualität
- Total Score Silver
- 65.24
- Routine
- 40.57
- Reasoning
- 24.68
- LLM Judge Avg
- 3.16 / 5
- 100% Coverage
- Avg Task Duration
- 8.47s
- Real-Time
- Token Rate
- 78.68tok/s
- Output Rate
- P95 Latency
- 17s
- Top 5 %
- Total Tokens
- 37.8K
- Output Volume
- Cost per 1K
- $0.0006
- USD / 1K Requests
- Benchmark Cost
- $0.02
- Total · 37.8K tok
Benchmark-Module
7 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
73.6
Benchmark Cost
$0.02
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.