大型措辞模型（LLM）是在对数百万份文档进行演习后创建的，它同样是像ChatGPT这样的人工智能谈天机器人的根本模型。
该模型拥有数学向量，可将单词、图片等相互涌现的概率联系起来。
例如，"冰 "涌如今 "奶油 "阁下的可能性要远远大于它涌如今 "石头 "阁下的可能性。
然而，大型LLM须要花费大量的打算能力和资源来回答用户的问题，这对用户来说本钱很高。
优化精简后LLM可以使其体积更小、本钱更便宜、也更环保，但代价是答案的准确性会降落。

成本低至白菜价！OpenAI推出微型人工智能GPT-4o mini_模子_万个 文字写作

在与GPT-4o的直接比拟中GPT-4o mini输出的答案准确率的确始终都要低。
但是与2022年发布的GPT-3.5 Turbo比拟后，GPT-4o mini的表现一贯更准确一些。
在各种学术界的人工智能基准测试中，该模型大约有60%～80%准确率。

主要的是，GPT-4o的价格为5美元/100 万个输入词块和 15美元/100 万个输出词块，而GPT-4o mini的价格为0.15 美元/100 万个输入词块和0.60美元/100万个输出词块。
这比便宜得多。
这个价格已经很便宜了，不过mistral-embed除外。

GPT-4o mini的输入高下文窗口只有128K字节，因此对大量笔墨内容比如商业和法律文件的剖析会受到问题字数的限定。
输出窗口限定为16K字节。
该模型的知识模型获取截止到2023 年10月，因此在这个韶光之前的模型数据会缺失落，也就无法回答和剖析基于这个韶光之后的事情。