`vision` · Leser bilder

Bilde → JSON: billetter, skjermtid, måltid, bokomslag, kaffepakker.

openai/gpt-4o-mini slår openai/gpt-4o for vision: kvalitet 0.98 → 1.00, første token -8 %, kost -94 %.

Definisjonen

Krav: bilde, flere bilder, json

Bruk: uten verktøy, resonnering av, tak 900 tokens, temperatur 0, JSON

Kvalitet: p3-billett

Vekter: kvalitet 0.6, fart 0.15, kost 0.25. Fart er første token i «kort»; kost er et typisk kall på 3 000 tokens inn og 300 ut.

Rangering

Modell	Poeng	Kvalitet	TTFT p50	Total p50	Per kall	Mangler
openai/gpt-4o-mini	0,98	1,00	614 ms	1,15 s	$0.0006
openai/gpt-6-luna	0,96	0,95	635 ms	1,20 s	$0.0004
openai/gpt-4onå	0,78	0,98	670 ms	1,22 s	$0.011
openai/gpt-6-sol	0,72	0,98	1,06 s	1,84 s	$0.0090
openai/gpt-5.4	0,72	0,91	720 ms	2,25 s	$0.012
openai/gpt-5.5	0,71	1,00	833 ms	1,93 s	$0.024
openai/gpt-6.1-sol	0,65	0,98	1,82 s	3,06 s	$0.0090
google/gemini-3.8-flash	–	–	–	–	$0.0034	bilde, bildeFlere, json
google/gemini-3.7-flash	–	–	–	–	$0.0034	bildeFlere, json

Poeng 0–1: vektet sum av kvalitet, fart og kost, der fart og kost er på logaritmisk skala mellom beste og dårligste kandidat. Bare kandidater uten mangler rangeres. Et bytte foreslås når beste kandidat slår dagens modell med minst 0,05, uten å være mer enn 0,02 dårligere på kvalitet.

Det appene får

GET /api/v1/aliaser/vision – modellen, ruten og de parameterne som er målt å virke for denne bruken.

{
  "model": "gpt-4o",
  "baseURL": "https://api.openai.com/v1",
  "params": {
    "max_completion_tokens": 900,
    "temperature": 0,
    "response_format": {
      "type": "json_object"
    }
  }
}

Historikk

Aliaset har pekt på openai/gpt-4o siden 8. okt. 2026.

Tidligere anbefalinger