模型算力洞察

GPT-4.1 mini 是 OpenAI 推出的中小型多模态模型，支持百万 token 上下文，可处理文本、图像及视频。性能媲美 GPT-4o，MMMU 测试得分 73% 超前代，延迟降半、成本减 83%。

Gemini 2.0 Flash Lite 是 Gemini 2.0 系列中速度最快的模型，主打成本效益与低延迟，支持多模态输入（图片、文档、音频）。

Grok 4 Fast 是 xAI 于 2025 年推出的轻量版本，主打高速推理与成本优化，75 token/s 生成速度，200 万 token 超长上下文。

OpenAI o3-mini 是 2025 年 1 月推出的小型推理模型，定位 STEM 领域专业方案，支持函数调用、结构化输出，提供低/中/高推理级别以平衡精度与效率。

GPT-4.1 mini 是 OpenAI 推出的中小型多模态模型，支持百万 token 上下文，可处理文本、图像及视频。性能媲美 GPT-4o，MMMU 测试得分 73% 超前代，延迟降半、成本减 83%。

Gemini 2.0 Flash Lite 是 Gemini 2.0 系列中速度最快的模型，主打成本效益与低延迟，支持多模态输入（图片、文档、音频）。

Grok 4 Fast 是 xAI 于 2025 年推出的轻量版本，主打高速推理与成本优化，75 token/s 生成速度，200 万 token 超长上下文。

OpenAI o3-mini 是 2025 年 1 月推出的小型推理模型，定位 STEM 领域专业方案，支持函数调用、结构化输出，提供低/中/高推理级别以平衡精度与效率。

Qwen3-Next-80B-A3B-Instruct 基于高稀疏度 MoE 架构，800 亿总参数仅激活 30 亿，原生支持 262K tokens 上下文，已开源。