Laster katalogen …
Laster katalogen …
OpenAIs opprinnelige GPT-4: en proprietær, tekstbasert instruksjonsmodell for profesjonell skriving, resonnering og enkle arbeidsflyter med verktøykall, med et kontekstvindu på 8k token og treningsdata som slutter i 2021.
Oversikt. GPT-4 er OpenAIs proprietære storspråkmodell med lukkede vekter, lansert i mars 2023. Det er en fullskala instruksjonsoptimalisert modell bygget for kompleks profesjonell skriving, resonnering og arbeidsflyter med verktøykall, tilgjengelig via OpenAIs Chat Completions API. Utviklere velger den når de trenger en allsidig assistent med lang produksjonshistorikk fremfor den nyeste arkitekturen.
Viktigste styrker. GPT-4 ble opprinnelig utviklet som et profesjonelt verktøy for skriving og resonnering, og er fortsatt sterkt på skriving og kommunikasjonsrelaterte oppgaver. Den støtter verktøykall, noe som gjør at den kan delta i arbeidsflyter som kaller opp eksterne funksjoner. Artificial Analysis-indeksen for koding (13,1) ligger bak den høyere rangerte varianten GPT-4.1-mini (20,2), men foran den mindre GPT-4.1-nano (11,1) – den er derfor ikke det beste valget for kodeintensive oppgaver, selv om den fortsatt håndterer generell resonnering og komplekse instrukser godt.
Når du bør bruke den. Bruk GPT-4 til kompleks profesjonell skriving, utkast og resonneringsoppgaver der en interaktiv svartid på noen sekunder er akseptabelt. Den passer for arbeidsflyter som trenger grunnleggende støtte for verktøykall, men ikke parallelle verktøykall – den egenskapen kom i senere OpenAI-utgivelser. Den er et fornuftig standardvalg for generelle assistentbrukstilfeller som ikke er avhengige av de nyeste benchmarkresultatene eller multimodal inndata.
Begrensninger. Kontekstvinduet er begrenset til 8 191 token med maksimalt 4 096 token i utdata – lite etter dagens standard – og treningsdataene slutter i september 2021. GPT-4 er kun tekstbasert, uten støtte for bilder, lyd eller dokumentforståelse, og den mangler støtten for parallelle verktøykall som finnes i nyere OpenAI-modeller. Innenfor sin egen modellfamilie overgår de senere GPT-4.1-seriemodellene den på kvalitetsbenchmarker.
Suverenitetsnotat. GPT-4 er laget av OpenAI, et amerikansk selskap, og inferensen er underlagt eksponering via den amerikanske CLOUD Act. Den tilbys ikke som et suverent alternativ med datalokasjon i EU; datalokasjon avhenger av hvordan endepunktet er konfigurert for den aktuelle driften.
| Inferensleverandør | Suverenitet | Kjører i | Inn / ut per 1M | Status | Lås |
|---|---|---|---|---|---|
| L0 | 26,93 / 53,85€ | Tilkoblet |
48 bruksområder klassifisert av kuratoren. Notatet forklarer hvorfor.
Den kurerte beskrivelsen fremhever styrke i kompleks profesjonell skriving – en kjernetilpasning for kortformede instruksjonsoppgaver som e-postutkast.
Merkingsoppgaver er godt innenfor GPT-4s egenskaper; modellen følger taksonomidefinisjoner pålitelig og produserer konsekvent strukturert utdata.
Omskriving av spørringer er en oppgave med lav kontekstkrav og høy presisjon som spiller på GPT-4s styrker innen instruksfølging; passer enkelt innenfor 8k-vinduet.
Støtte for verktøykall og høy klassifiseringsnøyaktighet gjør GPT-4 til et godt valg for triagering og ruting; disse arbeidsbelastningene passer godt innenfor 8k-kontekstvinduet.
Verktøykall er en dokumentert egenskap, men kontekstvinduet på 8 191 token og kvalitetsindeksen på 6,8 (utdatert sammenlignet med GPT-4.1-nivå) begrenser kompleksiteten i arbeidsflyter med flere funksjoner.
Resonneringskvaliteten til GPT-4 er godt egnet til å beskrive og tolke dataanalyse; verktøykall muliggjør integrasjon med beregningsbakender, selv om 8K-vinduet begrenser mengden innebygde data.
Generell resonneringsstyrke gjelder for feildiagnose på begrensede kodeeksempler, begrenset av det lille kontekstvinduet.
Veldokumentert instruksjonsoptimalisert resonnering er tilstrekkelig for standard klassifiseringsoppgaver.
Instruksjonsoptimalisert resonnering støtter kodeforklaringsoppgaver innenfor 8K-kontekstgrensen.
God generell kodegenerering, men det lille kontekstvinduet på 8K begrenser fullføring av oppgaver med flere filer, noe som er vanlig i moderne IDE-arbeidsflyter.
Et kontekstvindu på 8K er en hard begrensning for agentiske kodingsarbeidsflyter som krever å holde store kodebaser og lange verktøykallkjeder.
Kun tekst-API uten bildebehandlingsegenskap; kan ikke behandle bildebaserte dokumenter.
Diagramforklaring krever behandling av bildeinndata; grunmodellen gpt-4 mangler bildebehandlingsegenskaper og kan ikke ta imot bilder som inndata.
Kun tekst-API; ingen bildebehandlingsegenskap for skjermbildeinndata.
Et kontekstvindu på 8 191 token er vesentlig for lite for langformskriving sammenlignet med nyere modeller med kontekstvinduer på 100K+.
Å samle og syntetisere flere lange kilder krever langt mer enn et 8K-kontekstvindu; ikke egnet for denne arbeidsbelastningen.
Innhentede tall, ikke våre egne evalueringer. Persentilene er mot hele Stav-katalogen.
Beregnet 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 – nivået forespørselen ble betjent på