OpenAI深夜发起价格战，GPT-4o mini爆降99%！GPT-3.5退出历史舞台！

就在今天深夜，OpenAI宣布全新发布GPT-4o mini全面取代已经老去的GTP-3.5，全新发布的GPT-4o mini具有更小、更强的性能，最重要的是更便宜。

GPT-4o mini，能力接近原版GPT-4，价格却要便宜一个数量级：

• 每百万输入tokens，15美分（约1.09元人民币）
• 每百万输出tokens，60美分（约4.36元人民币）

在ChatGPT应用中，GPT-3.5模型已完全退役，免费用户可以直接使用GPT-4o mini模型。

每百万个输入token 15美分，每百万个输出token 60美分，MMLU得分82%，性能超强，反应速度极快。

连OpenAI的CEO Sam Altman都感慨：通往智能的成本，竟是如此低廉。

Altman回顾说：就在2022年，世界上最好的模型是还是text-davinci-003（GPT-3的版本）。

但如今，与这个新模型相比，text-davinci-003差得太多太多。甚至，价格要高出100倍。

换一个说法，大模型成本在两年内下降了99%，等再过几年呢？简直不敢想象。

以前，用OpenAI模型构建应用程序可能会产生巨额费用，没有能力对其修改的开发者，极有可能放弃它，转投更便宜的模型，比如谷歌的Gemini 1.5 Flash或者Anthropic的Claude 3 Haiku。现在OpenAI放出大招，想必很多开发者都会重新回归。

GPT-4级别小模型，性能强悍，价格便宜

在多项文本和多模态推理学术基准测试中，GPT-4o mini都超过了其他小模型。

特别是在数学（MGSM、MATH）和代码能力（HumanEval）上优势明显，与其他小模型拉开一个档次，只比GPT-4o完整版稍弱。

此外，它还在函数调用方面表现出强大的性能。

价格方面，也比Claude 3 Haiku和Gemini Flash要更便宜40%-60%。

作为模型开发的一部分，OpenAI与Ramp和Superhuman等公司合作，已将GPT-4o mini用于实际应用，在“从文件中提取结构化数据”和“对邮件通信记录生成高质量回复”等任务明显优GPT于 -3.5 Turbo。

此外几周之前，新模型还化名GPT-mini登上大模型竞技场供广大网友测试检验。

目前收集到6000+用户投票，与GPT-4 Turbo表现相当。

上周模型还没发布，就已经有超过6000名用户投票给早期版本「upcoming-gpt-mini」，但目前该模型的结果已经被撤下。

LMSYS在推特上宣布，正在重新收集投票，很快就会发布正式版模型的成绩。

GPT0-4o mini的发布，显然将大幅扩展AI应用的范围。

它不仅低成本、低延迟，还支持广泛的任务，比如链式或并行调用多个模型的应用（调用多个 API），向模型传递大量上下文（完整代码库或对话历史），或通过快速、实时的文本响应与客户互动（支持聊天机器人）。

并且，由于与GPT-4o共享改进的分词器（tokenizer），它处理起非英语文本会更加经济高效。

目前，GPT-4o mini在API中支持文本和视觉，未来还将支持多模态功能，包括文本、图像、视频和音频的输入和输出。

听起来，它像是功能更强大的虚拟助理，比如了解我们的旅行行程并给出建议。

文本、数学、编码、多模态，效果拔群

在文本智能和多模态推理方面，GPT-4o mini已经超越了GPT-3.5 Turbo和其他小模型，GPT-4o支持的语言它也都支持。

长上下文处理性能上，它比起GPT-3.5 Turbo也有所改进。

在函数调用上，GPT-4o mini同样表现出色，因此开发者可以更方便地构建应用。

接下来我们一起看看人工智能研究组织Artificial Analysis针对gpt-4o-mini做出的分析。

性价比极高

在性价比方面，Artificial Analysis已经为我们整理出了详细的分析。

GPT-4o mini的定价为：输入每1M token 15美分，输出每1M token 60美分。

1M token什么概念？大致相当于2500页书。

这个价格已经卷到了头部模型的最低档，仅次于Llama 3 8B。

从下表中可以看到，在目前头部厂商发布的所有小模型中，GPT-4o mini超越Gemini 1.5 Flash、Llama 3 8B、Mistral 7B等众多竞品，成为性价比之最。

不仅是性价比最好，GPT-4o mini在输出的速度和质量上也实现了目前SOTA水平的优化权衡，甚至比GPT-4o更佳。

将质量和生成速度分开来看，效果依旧能打。

Artificial Analysis上的质量指数代表Chatbot、MMLU和MT-Bench等基准的归一化平均性能。

GPT-4o mini得分为85，和Gemini 1.5 Flash、Llama 3 70B基本处于同一水平，胜过Mixtral系列的8×22B和8×7B型号。

MMLU的得分也基本与质量指数一致，但比较亮眼的是在HumanEval编码任务上的评分。

87.2分的成绩，超过了谷歌系最强模型Gemini 1.5 Pro！

推理效率方面，183 token/s的生成让GPT-4o mini成为这个榜单上的绝对王者，相比第二名Gemini 1.5 Flash还要快18 token/s。

除了生成速度，目前API的响应延迟（TTFT）也算优秀，虽然没打过Phi-3、Llama 3 7B等小模型，但差距也不算太大。

在响应延迟和token生成速度上，GPT-4o mini都有非常优秀的成绩，但需要注意的是，这两个指标与推理所用的硬件规格高度相关，而且模型仅开放API，并没有第三方进行部署后的测评。

模型发布之后，GPT-4o mini能否始终保持这样的高效率推理，更值得期待。

除了生成质量和推理效率，GPT-4o mini在上下文长度方面算是中规中矩，毕竟GPT-4o也才128k，没法和最长1M的Gemini系列抗衡。

原文链接：OpenAI深夜发起价格战，GPT-4o mini爆降99%！GPT-3.5退出历史舞台！