Indlæser kataloget…
Indlæser kataloget…
OpenAIs originale GPT-4: en proprietær instruct-model kun til tekst, beregnet til professionel skrivning, ræsonnering og grundlæggende arbejdsflow med verktøjskald, med et kontekstvindue på 8k tokens og træningsdata, der slutter i 2021.
Oversigt. GPT-4 er OpenAIs proprietære store sprogmodel med lukkede vægte, udgivet i marts 2023. Det er en fuldskala model, der er finjusteret til instruktioner og bygget til komplekse professionelle skriveopgaver, ræsonnering og arbejdsflow med verktøjskald, som tilgås via OpenAIs Chat Completions-API. Udviklere vælger den, når de har brug for en generel assistent med en lang historik i drift frem for den nyeste arkitektur.
Vigtigste styrker. GPT-4 blev oprindeligt designet som en assistent til professionel skrivning og ræsonnering og er fortsat dygtig til skrive- og kommunikationsorienterede opgaver. Den understøtter verktøjskald, hvilket gør det muligt for den at indgå i arbejdsflow, der kalder eksterne funktioner. Dens Artificial Analysis-kodningsindeks (13,1) ligger under den højere scorende GPT-4.1-mini-variant (20,2), selvom den fortsat er foran den mindre GPT-4.1-nano (11,1). Den er derfor ikke det stærkeste valg til tunge kodeopgaver, selvom den stadig er dygtig til generel ræsonnering og komplekse instruktioner.
Anvendelsesområder. Brug GPT-4 til komplekse professionelle skriveopgaver, udkast og ræsonnering, hvor en interaktiv svartid på få sekunder er acceptabel. Den passer til arbejdsflow, der har brug for grundlæggende understøttelse af verktøjskald, men som ikke kræver parallelle verktøjskald, da den egenskab først kom i senere OpenAI-udgivelser. Den er en fornuftig standard til generelle anvendelsesområder for assistenter, der ikke afhænger af de nyeste benchmarkresultater eller multimodal inddata.
Begrænsninger. Kontekstvinduet er begrænset til 8.191 tokens med en grænse for uddata på maksimalt 4.096 tokens, hvilket er lille efter nuværende standarder, og træningsdataene slutter i september 2021. GPT-4 understøtter kun tekst og har ingen billedforståelse, lyd eller dokumentforståelse, og den mangler understøttelse af parallelle verktøjskald, som findes i nyere OpenAI-modeller. Inden for sin egen modelfamilie bliver den målbart overgået af de senere modeller i GPT-4.1-serien i kvalitetsbenchmarks.
Bemærkning om suverænitet. GPT-4 er skabt af OpenAI, en amerikansk virksomhed, og dens inferens er underlagt CLOUD Act. Den tilbydes ikke som en suveræn løsning med dataplacering i EU; dataplaceringen afhænger af, hvordan endepunktet er konfigureret til den enkelte drift.
| Inferensleverandør | Suverænitet | Kører i | Ind / ud per 1 mio. | Status | Fastgør |
|---|---|---|---|---|---|
| L0 | 27,22 / 54,45€ | Online |
30 anvendelsesområder klassificeret af redaktøren. Noten forklarer hvorfor.
Beskrivelsen fremhæver styrke i komplekse professionelle tekster — et kerneområde for korte instruktionsopgaver som udkast til e-mails.
Værktøjskald er en dokumenteret egenskab, men kontekstvinduet på 8.191 tokens og et kvalitetsindeks på 6,8 (forældet sammenlignet med GPT-4.1-niveauet) begrænser kompleksiteten i arbejdsflow med mange funktioner.
Stabil, veldokumenteret instruktionsmodel, der er egnet til drift af chatbots, selvom nyere modeller på GPT-4.1-niveau tilbyder bedre forhold mellem pris og kvalitet.
Generel ræsonneringsstyrke kan bruges til fejldiagnose på begrænsede kodestykker, men begrænses af det lille kontekstvindue.
Veldokumenteret instruktionstrænet ræsonnering er tilstrækkelig til standardopgaver inden for klassifikation.
Instruktionstrænet ræsonnering understøtter kodegenerering og forklaring inden for 8k-kontekstgrænsen.
Ræsonneringsegenskaberne understøtter kodegennemgang, men en kontekst på 8k begrænser gennemgangen til små diffs eller filer frem for hele repositories.
Et kontekstvindue på 8k er en hård begrænsning for agentiske kodningsarbejdsflow, der kræver håndtering af store kodebaser og lange kæder af verktøjskald.
Der er ikke dokumenteret browser-specifikke værktøjer, og det lille kontekstvindue passer dårligt til de store DOM- og tilstandsdata, der er typiske for browserautomatisering.
API kun til tekst uden billedforståelse; kan ikke behandle billedbaserede dokumenter.
API kun til tekst; ingen billedforståelse til inddata fra screenshots.
Et kontekstvindue på 8.191 tokens er væsentligt for lille til lange tekster sammenlignet med nyere modeller med over 100k i kontekst.
8k-kontekstvinduet har svært ved at håndtere fulde mødereferater; det er bedre egnet til korte segmenter.
Tal fra eksterne kilder, ikke vores egne vurderinger. Percentiler er målt mod hele Stav-kataloget.
Beregnet ud fra aa-intelligence-index, gpqa-diamond, aa-engineering-index, aa-coding-index, livecodebench, terminal-bench-v4, ifbench.
curl https://api.stav.ai/v1/chat/completions \
-H "Authorization: Bearer $STAV_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "openai/gpt-4",
"messages": [{"role": "user", "content": "Hello!"}]
}'→ X-Stav-Request-Id · X-Stav-Model · X-Stav-Provider → X-Stav-Sovereignty-Level — det niveau, forespørgslen blev betjent på