趋近智
参数
未公开
上下文长度
128K
模态
Text
架构
未公开
许可证
Proprietary
发布日期
10 Feb 2026
训练数据截止日期
-
API 价格 (每 1M)
输入: $1.10 · 输出: $4.40
排名
#60
| 基准 | 分数 | 排名 |
|---|---|---|
0.65 | 23 | |
研究生级问答 | 0.814 | 47 |
通用文本 | 1391 | 91 |
high 0.17 | 152 | |
编程 已归档 | high 0.72 | 6 |
排名
#60
编程排名
#53
o4-mini 为成本敏感型应用带来了高效的推理能力。它比 o3 系列更紧凑,同时在推理任务上保持了稳健的性能。该模型在推理能力和性价比之间实现了卓越的平衡,使推理型 AI 能够应用于更广泛的使用场景。它在数学、编程挑战和结构化问题解决方面表现出色,是需要大规模深度分析的应用场景的理想选择。
专有模型的架构规格未公开。
注意力
注意力结构
Multi-Head Attention
注意力头
未公开
键值头
未公开
注意力头维度
未公开
位置嵌入
Absolute Position Embedding
RoPE Theta
未公开
滑动窗口注意力
未公开
滑动窗口大小
未公开
滑动窗口比例
未公开
线性注意力
未公开
线性注意力比例
未公开
归一化
未公开
激活函数
未公开
维度
隐藏维度大小
未公开
层数
未公开
FFN 中间层大小(稠密层)
未公开
多 Token 预测头数
未公开
分词器
词汇量大小
未公开
o4-mini 系列将高效的推理能力引入更轻量化的规格,使先进的深思熟虑型 AI 更加普及。该系列针对高性价比部署进行了优化,同时在推理基准测试中保持了强劲性能,是需要大规模缜密分析的应用场景的理想选择。
APX AI
在线