GPT-4o mini小型模型具备卓越的文本智能和多模态推理能力

GPT-4o mini 是首个应用OpenAI 指令层次结构方法的模型，这有助于增强模型抵抗越狱、提示注入和系统提示提取的能力。这使得模型的响应更加可靠，并有助于在大规模应用中更安全地使用。

GPT-4o mini 在学术基准测试中，无论是在文本智能还是多模态推理方面，都超越了 GPT-3.5 Turbo 和其他小型模型，并支持与 GPT-4o 相同的语言范围。它在函数调用方面也表现出色，这使开发者能够构建应用程序来从外部系统获取数据或采取行动，并且相比 GPT-3.5 Turbo 在处理长上下文时表现更佳。

小型模型具备卓越的文本智能和多模态推理能力

GPT-4o mini 在几个关键基准上进行了评估：

推理任务：GPT-4o mini 在涉及文本和视觉的推理任务中表现更佳，在 MMLU（文本智能和推理基准测试）中得分 82.0%，相比之下 Gemini Flash 得分为 77.9%，Claude Haiku 得分为 73.8%。

数学和编程能力：GPT-4o mini 在数学推理和编程任务方面表现出色，在市场上超越了之前的小型模型。在 MGSM（衡量数学推理能力）中，GPT-4o mini 得分为 87.0%，相比之下 Gemini Flash 得分为 75.5%，Claude Haiku 得分为 71.7%。在 HumanEval（衡量编程性能）中，GPT-4o mini 得分为 87.2%，相比之下 Gemini Flash 得分为 71.5%，Claude Haiku 得分为 75.9%。

多模态推理：GPT-4o mini 在 MMMU（多模态推理评估）中的表现也很强，得分为 59.4%，相比之下 Gemini Flash 得分为 56.1%，Claude Haiku 得分为 50.2%。

作为OpenAI的模型开发过程的一部分，少数合作方发现 GPT-4o mini 在诸如从收据文件中提取结构化数据或在提供线程历史的情况下生成高质量电子邮件响应等任务中，明显优于 GPT-3.5 Turbo。

为了有效地调用API并优化请求参数以提高性能，您可以采取以下几个