openai/gpt-4o-2024-11-20| Fournisseur | Entrée, $ par 1M | Sortie, $ par 1M | Dans nos données depuis |
|---|---|---|---|
| Abacus.AI | $2,5 | $10 | 31 juil. 2026 |
| Kilo Code | $2,5 | $10 | 31 juil. 2026 |
| Merge Gateway | $2,5 | $10 | 31 juil. 2026 |
Microsoft Foundry
azure/global-standard/gpt-4o-2024-11-20
|
$2,5 | $10 | 31 juil. 2026 |
| NanoGPT | $2,5 | $10 | 31 juil. 2026 |
| OpenAI | $2,5 | $10 | 31 juil. 2026 |
| OpenRouter | $2,5 | $10 | 31 juil. 2026 |
| OrcaRouter | $2,5 | $10 | 31 juil. 2026 |
Microsoft Foundry
azure/eu/gpt-4o-2024-11-20
|
$2,75 | $11 | 31 juil. 2026 |
| Venice AI | $3,125 | $12,5 | 1 août 2026 |
Seul le tarif de base et uniquement les prix au token sont affichés. Les tarifs par lots, réduits ou mis en cache, ainsi que les prix par image ou par seconde de vidéo, n'entrent pas dans ce tableau : ils ne peuvent pas figurer dans la même colonne qu'un prix par million de tokens.
Un même fournisseur apparaît plusieurs fois s'il vend ce modèle sous des identifiants différents et à des prix différents — par exemple à des précisions de poids différentes. L'identifiant est indiqué à côté du nom. Les offres identiques arrivées de deux sources sous des orthographes différentes sont fusionnées en une seule ligne.
La date de la dernière colonne est le jour où ce prix est entré pour la première fois dans notre collecte. Le prix peut être plus ancien : avant ce jour, nous ne l'enregistrions tout simplement pas. Il n'a pas changé depuis — sinon une nouvelle ligne avec une nouvelle date figurerait à sa place.
| Jeu de tâches | Résultat | Conditions d'exécution | Mesuré par |
|---|---|---|---|
| Écriture créative (évaluation de Lech Mazur) | 81,8 % | — | lechmazur/writing Github repository |
| GeoBench — localisation d'un lieu à partir d'une photo | 71 % | — | GeoBench leaderboard |
| MATH, niveau de difficulté cinq | 49,77 % | · avec un harnais ajusté | Epoch evaluations |
| SWE-bench Verified — correction de bugs dans des dépôts | 30,99 % | · avec un harnais ajusté | Epoch evaluations |
| GPQA Diamond — questions de niveau doctorat | 30,51 % | · avec un harnais ajusté | Epoch evaluations |
| WeirdML — tâches d'apprentissage automatique inhabituelles | 25,12 % | — | WeirdML Leaderboard |
| Aider Polyglot — modifications de code dans six langages | 18,2 % | · avec un harnais ajusté | Aider LLM Leaderboards |
| Cybench — tâches de cybersécurité | 12,5 % | · avec un harnais ajusté | Cybench leaderboard |
| GDPval — tâches de métiers réels | 9,9 % | — | — |
| The Agent Company — tâches de travail en environnement de bureau | 8,6 % | — | TheAgentCompany experiment results github |
| Mock AIME 2024–2025 — problèmes d'olympiade | 6,16 % | · avec un harnais ajusté | Epoch evaluations |
| ARC-AGI — généralisation à des motifs inédits | 4,5 % | · avec un harnais ajusté | ARC Prize Leaderboard |
| APEX-Agents | 1,1 % | — | — |
| GSO-Bench — optimisation de code | 0 % | — | GSO Leaderboard |
| Humanity’s Last Exam — questions d'expert | 0 % | — | — |
| CritPt — problèmes de physique | 0 % | — | — |
| ARC-AGI-2 | 0 % | — | — |