Vorschau des reinen Textmodells GPT-4o mit 128K Kontext, 16K Ausgabe, zugänglich über die OrcaRouter-API zu $2.50/$10 pro M Tokens.
Dieses Modell ist eine Vorschauversion von OpenAI und auf reine Texteingaben beschränkt. Bei Zugriff über die API von OrcaRouter trägt es die Kennung openai/gpt-4o-search-preview-2025-03-11. Das…
Als reine Text-Vorschau von GPT-4o zeichnet es sich durch das Verständnis und die Generierung natürlicher Sprache in einer Vielzahl von Bereichen aus. Es kann Dokumentenzusammenfassungen, Fragenbeantwortung, kreatives Schreiben, Übersetzungen und Codegenerierung durchführen. Das große Kontextfenster ermöglicht es, die Kohärenz über sehr lange Passagen hinweg aufrechtzuerhalten, was es für Aufgaben wie Buchanalysen oder die Verarbeitung umfangreicher Protokolle geeignet macht. Es unterstützt System-, Benutzer- und Assistentennachrichten in einem chatähnlichen Format. Die Zero-Shot- und Few-Shot-Argumentationsfähigkeiten des Modells sind typisch für Modelle der GPT-4-Klasse und ermöglichen es, komplexe Anweisungen ohne umfangreiches Feintuning zu verarbeiten.
Falls Ihre Aufgabe nicht die volle Denkleistung von GPT-4o erfordert, sollten Sie ein kleineres oder günstigeres Modell von OrcaRouter in Betracht ziehen, wie z. B. openai/gpt-4o-mini oder gpt-3.5-turbo. Beispiele für Aufgaben, die sich besser für günstigere Modelle eignen, sind einfache Klassifikation, die Generierung kurzer Inhalte oder grundlegende Q&A mit begrenztem Kontext. Die Kosten des Vorschaumodells könnten bei hohem Volumen und geringer Komplexität der Anfragen nicht gerechtfertigt sein. Falls außerdem multimodale Eingaben erforderlich sind, kann dieses Modell keine Bilder oder Audiodaten verarbeiten; ein anderes Modell (z. B. Standard-GPT-4o oder GPT-4V) wäre notwendig. Bewerten Sie stets den Kompromiss zwischen Qualität und Kosten pro Token.
Dieses Modell wird als 'search-preview'-Variante identifiziert, jedoch sind in den öffentlich verfügbaren Spezifikationen keine spezifischen Tool-Use- oder Websuchfunktionen aufgeführt. Es ist rein textbasiert und funktioniert als standardmäßiges Sprachmodell. Benutzer sollten keine integrierte Such- oder Abruffunktionalität annehmen. Für die erweiterte Generierung können Sie Retrieval-Augmented-Generation-Pipelines (RAG) separat implementieren, indem Sie abgerufene Dokumente in das Kontextfenster des Modells einspeisen. OrcaRouter fügt keine Tool-Use-Middleware hinzu; das Modell antwortet ausschließlich auf Basis seines Trainings und der bereitgestellten Eingabeaufforderung. Zukünftige Versionen könnten dieses Verhalten ändern, aber Stand der Vorschau ist keine Tool-Integration dokumentiert.
Als Vorschau kann dieses Modell unerwartetes Verhalten oder eine geringere Zuverlässigkeit im Vergleich zu stabilen Versionen aufweisen. Es ist rein textbasiert, sodass jede multimodale Anfrage abgelehnt wird. Die maximale Ausgabe von 16.384 Token ist beträchtlich, aber sehr lange Generierungen könnten dennoch abgeschnitten werden. Der Wissensstand und die Trainingsdaten des Modells sind nicht angegeben; es könnte nicht über sehr aktuelle Ereignisse informiert sein. Die Verwendung in der Produktion wird nicht empfohlen, da das Modell aktualisiert oder entfernt werden könnte. Außerdem kann die Latenzzeit aufgrund des Vorschau-Charakters höher sein als bei stabilen Modellen. Testen Sie immer gründlich, bevor Sie es in großem Umfang einsetzen.
Es wurden keine spezifischen Benchmark-Ergebnisse für diese spezielle Vorschauversion bereitgestellt. Als Variante von GPT-4o wird erwartet, dass sie bei allgemeinen Sprachaufgaben ähnlich wie das Standard-GPT-4o abschneidet, die genauen Werte werden jedoch nicht bekannt gegeben. Benutzer können ihre eigenen Bewertungen mit öffentlichen Datensätzen durchführen. Das große Kontextfenster verschafft einen Vorteil bei Benchmarks für lange Dokumente, aber da es sich um eine Vorschau handelt, können die Ergebnisse vom Produktionsmodell abweichen. Für autoritative Zahlen verweisen wir auf die offiziellen Benchmark-Berichte von OpenAI für GPT-4o. OrcaRouter ändert weder die Ausgaben noch die Leistung des Modells.
Latenz- und Durchsatzwerte für dieses Vorschaumodell wurden nicht veröffentlicht. Als Vorschau kann es aufgrund experimenteller Infrastruktur langsamer sein als das stabile GPT-4o. Die Antwortzeiten hängen von der Eingabelänge, der Ausgabelänge und der gleichzeitigen Nachfrage ab. OrcaRouter fügt über das normale API-Routing hinaus keine zusätzliche Latenz hinzu. Entwickler können zur Schätzung der Geschwindigkeit Beispielanfragen mit typischen Nutzlasten ausführen. Für Produktionsanwendungen, die konsistente Leistung erfordern, sollten Sie stattdessen das stabile Modell gpt-4o in Betracht ziehen, es sei denn, die spezifischen Funktionen der Vorschau werden benötigt.
GPT-4-Klassenmodelle sind für starkes Denken in verschiedenen Bereichen bekannt, darunter Mathematik, Logik und Schlussfolgerungen mit gesundem Menschenverstand. Diese Vorschau wird voraussichtlich diese Fähigkeiten erben. Der große Kontext ermöglicht komplexes Chain-of-Thought-Denken über viele Schritte hinweg, ohne den Überblick über frühere Teile zu verlieren. Es werden jedoch keine spezifischen Reasoning-Benchmarks für diese genaue Version bereitgestellt. Benutzer sollten die Leistung anhand ihrer eigenen domänenspezifischen Aufgaben überprüfen. Das Modell kann auch eine verbesserte Befolgung von Anweisungen im Vergleich zu früheren GPT-Versionen aufweisen, aber auch hier wird eine unabhängige Überprüfung empfohlen.
Abgesehen davon, dass es sich um eine Vorschau handelt, bietet das Modell keine multimodale Unterstützung. Es kann keine Bilder, Audiodateien oder Videos direkt verarbeiten. Das Datum des Wissensgrenze ist unbekannt, daher fehlen möglicherweise Informationen über Ereignisse nach dem Training. Das Ausgabelimit von 16.384 Token ist zwar großzügig, kann aber keine extrem langen Texte in einer einzigen Generierung erstellen; für längere Ausgaben sind iterative Aufforderungen oder Aufteilungen erforderlich. Die Vorschau kann auch höhere Fehlerraten oder Ablehnungsraten bei bestimmten sensiblen Themen aufweisen. Die Leistung bei anderen Sprachen als Englisch kann variieren. Testen Sie stets mit repräsentativen Daten vor dem Einsatz.
Das Modell kostet 2,50 $ pro 1 Million Tokens für die Eingabe und 10,00 $ pro 1 Million Tokens für die Ausgabe. Dies sind die Tarife des Anbieters OpenAI; OrcaRouter erhebt keinen Aufschlag. Zum Beispiel würde die Verarbeitung eines Prompts von 10.000 Tokens und die Generierung von 1.000 Tokens etwa 0,025 $ für die Eingabe und 0,01 $ für die Ausgabe kosten, insgesamt 0,035 $. Die Kosten skalieren linear mit der Token-Nutzung. Es fallen keine zusätzlichen Gebühren für die Nutzung von OrcaRouter als API-Gateway an. Achten Sie darauf, die Nutzung zu überwachen, um unerwartete Kosten zu vermeiden. Vergleichen Sie mit günstigeren Modellen, wenn Ihre Aufgabe nicht die vollen Fähigkeiten benötigt.
OrcaRouter bietet derzeit keine Mengenrabatte oder Token-Caching für dieses Modell an. Die Abrechnung erfolgt als Pay-as-you-go basierend auf dem tatsächlichen Token-Verbrauch zum Anbieterpreis. OrcaRouter führt kein Caching von Prompts oder Antworten durch; jede Anfrage wird unabhängig verarbeitet. Wenn Sie ein sehr hohes Durchsatzvolumen haben, kontaktieren Sie OrcaRouter für mögliche individuelle Vereinbarungen. Zur Kostenoptimierung sollten Sie kürzere Prompts verwenden, den Kontext effizient wiederverwenden oder Aufrufe bündeln. Das Modell bietet keine reduzierten Preise für Cache-Treffer, da kein Caching-Mechanismus vorhanden ist.
Mit $2.50/$10 pro Million Tokens ist diese Vorschau ähnlich teuer wie das standardmäßige GPT-4o, kann aber geringfügig abweichen. Günstigere Alternativen sind openai/gpt-4o-mini (etwa $0.15/$0.60 pro Million) oder gpt-3.5-turbo (etwa $0.50/$1.50). Für Aufgaben, die eine geringere Qualität tolerieren können, bieten diese Modelle erhebliche Einsparungen. Die Kosten des Vorschaumodells liegen im oberen Bereich des OrcaRouter-Katalogs. Wenn Sie es ausschließlich zum Testen verwenden, können je nach Anfragevolumen moderate Kosten anfallen. Bewerten Sie stets die erwartete Token-Nutzung und vergleichen Sie sie mit dem Qualitätsgewinn bei Verwendung eines größeren Modells.
Um dieses Modell zu verwenden, setzen Sie die Basis-URL Ihres API-Clients auf https://api.orcarouter.ai/v1 und geben Sie die Modell-ID als openai/gpt-4o-search-preview-2025-03-11 an. Sie müssen einen von OrcaRouter ausgestellten API-Schlüssel verwenden. Die API ist vollständig OpenAI-kompatibel, daher funktioniert vorhandener Code, der für den Chat-Completions-Endpunkt von OpenAI geschrieben wurde, mit minimalen Änderungen. Beispielaufruf mit curl: curl https://api.orcarouter.ai/v1/chat/completions -H "Authorization: Bearer YOUR_ORCAROUTER_KEY" -H "Content-Type: application/json" -d '{ "model": "openai/gpt-4o-search-preview-2025-03-11", "messages": [{"role": "user", "content": "Hallo"}], "max_tokens": 100 }'.
Sie können alle standardmäßigen Chat-Vervollständigungsparameter verwenden, die von OpenAI unterstützt werden: 'messages', 'max_tokens', 'temperature', 'top_p', 'frequency_penalty', 'presence_penalty', 'stop' und 'n'. Das Modell unterstützt ein Kontextfenster von 128.000 Token, daher kann 'max_tokens' auf bis zu 16.384 gesetzt werden. 'temperature' steuert die Zufälligkeit; Werte reichen von 0 bis 2. 'stream' wird für Echtzeitantworten unterstützt. OrcaRouter führt keine zusätzlichen Parameter ein. Stellen Sie sicher, dass Ihre Anfragen die Token-Grenzen einhalten; Eingaben, die länger als das Kontextfenster sind (einschließlich der Antwort), werden abgeschnitten oder geben einen Fehler zurück.
Die Migration ist unkompliziert. Ersetzen Sie Ihre OpenAI-Basis-URL (https://api.openai.com/v1) durch die Basis-URL von OrcaRouter (https://api.orcarouter.ai/v1). Ändern Sie Ihren API-Schlüssel zu einem OrcaRouter-Schlüssel. Aktualisieren Sie das Modellfeld auf openai/gpt-4o-search-preview-2025-03-11. Es sind keine weiteren Codeänderungen erforderlich. Wenn Sie ein anderes OpenAI-Modell verwendet haben, können Sie weiterhin dieselbe Code-Struktur nutzen. OrcaRouter leitet alle Standardparameter durch. Überprüfen Sie nach der Migration, ob die Antworten konsistent sind. Beachten Sie, dass die Abrechnung von OrcaRouter übernommen wird und Sie dort ein Konto benötigen.
OrcaRouter macht keine spezifischen Ratenbegrenzungen für dieses Vorschaumodell öffentlich. Die Verfügbarkeit hängt von der Infrastruktur von OpenAI und der Gateway-Kapazität von OrcaRouter ab. Für Produktionsanwendungen sollten Sie den Vorschaustatus des Modells und mögliche Instabilität berücksichtigen. OrcaRouter kann angemessene Nutzungsgrenzen durchsetzen, um Missbrauch zu verhindern. Sie können einen besten-Bemühungen-Service erwarten, aber es wird keine SLA bereitgestellt. Wenn Sie einen garantierten Durchsatz benötigen, kontaktieren Sie OrcaRouter für dedizierte Optionen. Das Modell kann auch ohne vorherige Ankündigung entfernt oder ersetzt werden, planen Sie daher Ausweichmodelle ein.
Das Standard-Modell GPT-4o (openai/gpt-4o) ist ein multimodales, stabiles Release, während diese Vorschauversion nur Text unterstützt und für frühe Tests gedacht ist. Die Vorschau kann zukünftige Funktionen enthalten, die noch nicht in der Standardversion verfügbar sind, könnte aber auch weniger zuverlässig sein. Die Preisgestaltung ist ähnlich. Das Standard-Modell bietet breitere Eingabeunterstützung (Bilder, Audio). Wenn Sie keine Vorschaufunktionen benötigen, ist das Standard-GPT-4o die sicherere Wahl. Beide sind auf OrcaRouter mit derselben API-Schnittstelle verfügbar, was einen einfachen Wechsel ermöglicht.
Gpt-4o-mini ist ein kleineres, günstigeres Modell, das für einfache Aufgaben optimiert ist. Es kostet etwa 0,15 $ pro Million Input-Token und 0,60 $ pro Million Output-Token (ungefähr). Dieses Vorschaumodell ist etwa 16x teurer beim Input und 16x teurer beim Output. Das Vorschaumodell bietet einen größeren Kontext (128K vs. 128K? Tatsächlich hat gpt-4o-mini auch 128K, aber das kann variieren. Wir wissen, dass dieses Modell 128K hat. Gpt-4o-mini hat laut öffentlichen Informationen ebenfalls 128K Kontext, aber wir können das nicht voraussetzen. Wir sagen 'vergleichbares Kontextfenster', weisen aber auf den Preisunterschied hin.) Dieses Modell eignet sich besser für komplexes Denken, während gpt-4o-mini für viele Standardaufgaben ausreicht. Wählen Sie basierend auf den Qualitätsanforderungen und dem Budget.
Claude-Modelle (z. B. Claude 3.5 Sonnet) bieten große Kontextfenster und starkes logisches Denken, aber ihre API ist nicht direkt OpenAI-kompatibel. OrcaRouter bietet eine einheitliche Schnittstelle für mehrere Anbieter, diese Vorschau stammt jedoch ausschließlich von OpenAI. Claude-Modelle können unterschiedliche Preise und Stärken in Bereichen wie Sicherheit und Generierung langer Texte aufweisen. Für einen direkten Vergleich müssten Sie an Ihren eigenen Anwendungsfällen testen. OrcaRouter ermöglicht es Ihnen, zwischen Anbietern zu wechseln, aber dieses Vorschaumodell ist nur über den OpenAI-Weg verfügbar. Es werden keine Benchmark-Vergleiche bereitgestellt.
OpenAI-kompatibel — behalte dein bisheriges SDK
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="openai/gpt-4o-search-preview-2025-03-11",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)max_tokensresponse_formatstreamstructured_outputsweb_search_options| Eingabe / 1M Tokens | $2.50 |
| Ausgabe / 1M Tokens | $10.00 |
| Währung | USD |
Schätzung auf Basis des Listenpreises
Nur eine Schätzung — die tatsächliche Token-Anzahl hängt vom Tokenizer des Anbieters ab.
GET /api/public/models/openai/gpt-4o-search-preview-2025-03-11Öffnen @misc{orcarouter_gpt_4o_search_preview_2025_03_11,
title = {openai/gpt-4o-search-preview-2025-03-11 API},
author = {openai},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-4o-search-preview-2025-03-11}
}openai. (n.d.). openai/gpt-4o-search-preview-2025-03-11 API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-4o-search-preview-2025-03-11