Vista previa del modelo solo texto GPT-4o con contexto de 128K, salida de 16K, accesible a través de la API de OrcaRouter a $2.50/$10 por M tokens.
Este modelo es una versión preliminar de OpenAI, limitada a entradas de solo texto. Lleva el identificador openai/gpt-4o-search-preview-2025-03-11 cuando se accede a través de la API de OrcaRouter.…
Como previsualización exclusivamente textual de GPT-4o, se destaca en la comprensión y generación de lenguaje natural en una amplia variedad de dominios. Puede realizar resúmenes de documentos, responder preguntas, escribir textos creativos, traducir y generar código. Su amplia ventana de contexto le permite mantener coherencia en pasajes muy extensos, lo que lo hace adecuado para tareas como el análisis de libros o el procesamiento de registros largos. Admite mensajes de sistema, usuario y asistente en un formato similar al de un chat. Las capacidades de razonamiento zero-shot y few-shot del modelo son típicas de los modelos de la clase GPT-4, lo que le permite manejar instrucciones complejas sin necesidad de un ajuste fino extensivo.
Si tu tarea no necesita toda la capacidad de razonamiento de GPT-4o, considera usar un modelo más pequeño o más barato de OrcaRouter, como openai/gpt-4o-mini o gpt-3.5-turbo. Ejemplos de tareas más adecuadas para modelos más baratos incluyen clasificación simple, generación de contenido breve o preguntas y respuestas básicas con contexto limitado. El costo del modelo de vista previa puede no estar justificado para solicitudes de alto volumen y baja complejidad. Además, si se requiere entrada multimodal, este modelo no puede manejar imágenes ni audio; sería necesario otro modelo (por ejemplo, GPT-4o estándar o GPT-4V). Siempre evalúa el equilibrio entre calidad y costo por token.
Este modelo está identificado como una variante de 'search-preview', pero no se detallan capacidades específicas de uso de herramientas o búsqueda web en las especificaciones disponibles públicamente. Es solo de texto y funciona como un modelo de lenguaje estándar. Los usuarios no deben asumir ninguna funcionalidad de búsqueda o recuperación integrada. Para la generación aumentada, se pueden implementar canalizaciones de generación aumentada por recuperación (RAG) por separado, alimentando los documentos recuperados en la ventana de contexto del modelo. OrcaRouter no añade ningún middleware de uso de herramientas; el modelo responde únicamente en función de su entrenamiento y el mensaje proporcionado. Las versiones futuras podrían cambiar este comportamiento, pero a partir de la vista previa, no se documenta ninguna integración de herramientas.
Como avance, este modelo puede presentar comportamientos inesperados o menor fiabilidad en comparación con las versiones estables. Es solo texto, por lo que cualquier solicitud multimodal será rechazada. La salida máxima de 16 384 tokens es considerable, pero aún puede truncar generaciones muy largas. No se especifican la fecha de corte de conocimiento ni los datos de entrenamiento del modelo; es posible que no tenga conocimiento de eventos muy recientes. No se recomienda su uso en producción porque el modelo podría actualizarse o eliminarse. Además, la latencia puede ser mayor que la de los modelos estables debido a su naturaleza de avance. Siempre realice pruebas exhaustivas antes de implementarlo a escala.
No se han proporcionado puntuaciones específicas de referencia para esta versión preliminar en particular. Como variante de GPT-4o, se espera que tenga un rendimiento similar al GPT-4o estándar en tareas de lenguaje comunes, pero las cifras exactas no se han revelado. Los usuarios pueden realizar sus propias evaluaciones utilizando conjuntos de datos públicos. La amplia ventana de contexto le otorga una ventaja en pruebas de referencia de documentos largos, pero dado que se trata de una vista previa, las puntuaciones pueden diferir del modelo de producción. Para cifras autorizadas, consulte los informes de referencia oficiales de OpenAI para GPT-4o. OrcaRouter no modifica las salidas ni el rendimiento del modelo.
Las cifras de latencia y rendimiento de este modelo preliminar no se han publicado. Como vista previa, puede ser más lento que el GPT-4o estable debido a la infraestructura experimental. Los tiempos de respuesta dependen de la longitud de la entrada, la longitud de la salida y la demanda concurrente. OrcaRouter no impone latencia adicional más allá del enrutamiento normal de la API. Para estimar la velocidad, los desarrolladores pueden ejecutar solicitudes de prueba con cargas útiles típicas. Para aplicaciones de producción que requieran un rendimiento constante, considere usar el modelo estable gpt-4o, a menos que se necesiten las funciones específicas de la vista previa.
Se sabe que los modelos de la clase GPT-4 poseen un razonamiento sólido en diversos ámbitos, incluyendo matemáticas, lógica e inferencia de sentido común. Se espera que esta vista previa herede dichas capacidades. El contexto amplio permite un razonamiento complejo en cadena de pensamiento a lo largo de muchos pasos sin perder el rastro de las partes anteriores. Sin embargo, no se proporcionan puntos de referencia de razonamiento específicos para esta versión exacta. Los usuarios deben validar el rendimiento en sus propias tareas específicas del dominio. El modelo también puede mostrar una mejor adherencia a las instrucciones en comparación con versiones anteriores de GPT, pero nuevamente, se recomienda una verificación independiente.
Además de ser una versión preliminar, el modelo no tiene soporte multimodal. No puede procesar imágenes, audio o video directamente. Su fecha de corte de conocimiento es desconocida, por lo que puede carecer de información sobre eventos posteriores a su entrenamiento. El límite de salida de 16.384 tokens, aunque generoso, no puede producir textos extremadamente largos en una sola generación; para salidas más largas, se necesita un prompting iterativo o dividir la generación. La versión preliminar también puede tener tasas de error más altas o tasas de rechazo para ciertos temas sensibles. El rendimiento en idiomas distintos del inglés puede variar. Siempre pruebe con datos representativos antes del despliegue.
El modelo tiene un precio de $2.50 por cada 1 millón de tokens para entrada y $10.00 por cada 1 millón de tokens para salida. Estas son las tarifas del proveedor OpenAI; OrcaRouter no añade ningún margen. Por ejemplo, procesar un prompt de 10,000 tokens y generar 1,000 tokens costaría aproximadamente $0.025 por entrada y $0.01 por salida, totalizando $0.035. Los costos escalan linealmente con el uso de tokens. No hay cargos adicionales por usar OrcaRouter como puerta de enlace de API. Asegúrate de monitorear el uso para evitar cargos inesperados. Compara con modelos más económicos si tu tarea no necesita todas las capacidades.
OrcaRouter actualmente no ofrece descuentos por volumen ni almacenamiento en caché de tokens para este modelo. Toda la facturación es de pago por uso según el consumo real de tokens a la tarifa del proveedor. OrcaRouter no realiza almacenamiento en caché de indicaciones o respuestas; cada solicitud se procesa de forma independiente. Si tiene un rendimiento muy alto, comuníquese con OrcaRouter para posibles acuerdos personalizados. Para optimizar costos, considere usar indicaciones más cortas, reutilizar el contexto de manera eficiente o agrupar llamadas. El modelo no admite precios reducidos para hits en caché, ya que no existe un mecanismo de almacenamiento en caché.
A $2.50/$10 por millón de tokens, esta vista previa tiene un precio similar al estándar GPT-4o pero puede diferir ligeramente. Alternativas más económicas incluyen openai/gpt-4o-mini (aproximadamente $0.15/$0.60 por millón) o gpt-3.5-turbo (aproximadamente $0.50/$1.50). Para tareas que pueden tolerar menor calidad, esos modelos ofrecen ahorros significativos. El costo del modelo de vista previa está en el extremo superior del catálogo de OrcaRouter. Si lo usa únicamente para pruebas, puede incurrir en costos moderados dependiendo del volumen de solicitudes. Siempre evalúe el uso esperado de tokens y compárelo con la ganancia de calidad de usar un modelo más grande.
Para usar este modelo, establezca la URL base de su cliente API en https://api.orcarouter.ai/v1, y especifique el ID del modelo como openai/gpt-4o-search-preview-2025-03-11. Debe usar una clave API emitida por OrcaRouter. La API es completamente compatible con OpenAI, por lo que el código existente escrito para el endpoint de finalizaciones de chat de OpenAI funcionará con cambios mínimos. Ejemplo de llamada usando 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": "Hello"}], "max_tokens": 100 }'
Puede utilizar todos los parámetros estándar de finalización de chat compatibles con OpenAI: 'messages', 'max_tokens', 'temperature', 'top_p', 'frequency_penalty', 'presence_penalty', 'stop' y 'n'. El modelo admite una ventana de contexto de 128,000 tokens, por lo que 'max_tokens' puede configurarse hasta 16,384. 'temperature' controla la aleatoriedad; los valores van de 0 a 2. 'stream' es compatible para respuestas en tiempo real. OrcaRouter no introduce parámetros adicionales. Asegúrese de que sus solicitudes cumplan con los límites de tokens; las entradas más largas que la ventana de contexto (incluyendo la respuesta) se truncarán o devolverán un error.
Migrar es sencillo. Reemplace su URL base de OpenAI (https://api.openai.com/v1) por la URL base de OrcaRouter (https://api.orcarouter.ai/v1). Cambie su clave API por una clave de OrcaRouter. Actualice el campo del modelo a openai/gpt-4o-search-preview-2025-03-11. No se requieren otros cambios en el código. Si estaba usando un modelo diferente de OpenAI, puede continuar usando la misma estructura de código. OrcaRouter pasa todos los parámetros estándar. Después de la migración, verifique que las respuestas sean coherentes. Tenga en cuenta que la facturación será gestionada por OrcaRouter y necesitará una cuenta allí.
OrcaRouter no divulga públicamente límites de tasa específicos para este modelo en vista previa. La disponibilidad depende de la infraestructura de OpenAI y de la capacidad de la puerta de enlace de OrcaRouter. Para aplicaciones de producción, considere el estado de vista previa del modelo y su posible inestabilidad. OrcaRouter puede imponer límites de uso razonables para prevenir abusos. Puede esperar un servicio de mejor esfuerzo, pero no se proporciona un SLA. Si requiere un rendimiento garantizado, contacte a OrcaRouter para opciones dedicadas. El modelo también puede ser eliminado o reemplazado sin previo aviso, así que planifique modelos de respaldo.
El modelo estándar GPT-4o (openai/gpt-4o) es multimodal, de lanzamiento estable, mientras que esta vista previa es solo de texto y está destinada a pruebas tempranas. La vista previa puede incluir funciones próximas que aún no están en la versión estándar, pero también podría ser menos confiable. Los precios son similares. El modelo estándar tiene un soporte de entrada más amplio (imágenes, audio). Si no necesita funciones de vista previa, el GPT-4o estándar es la opción más segura. Ambos están disponibles en OrcaRouter con la misma interfaz API, lo que facilita el cambio.
Gpt-4o-mini es un modelo más pequeño y económico, optimizado para tareas simples. Cuesta aproximadamente $0.15 por millón de tokens de entrada y $0.60 por millón de tokens de salida (aproximado). Este modelo de vista previa es aproximadamente 16 veces más caro en entrada y 16 veces más caro en salida. El modelo de vista previa ofrece un contexto más grande (128K vs. 128K? En realidad, gpt-4o-mini también tiene 128K, pero eso puede variar. Sabemos que este modelo es de 128K. El contexto de Gpt-4o-mini también es de 128K según información pública, pero no podemos asumirlo. Diremos 'ventana de contexto comparable', pero tenga en cuenta la diferencia de precio.) Este modelo es mejor para razonamiento complejo, mientras que gpt-4o-mini es suficiente para muchas tareas estándar. Elija según las necesidades de calidad y presupuesto.
Los modelos Claude (por ejemplo, Claude 3.5 Sonnet) ofrecen grandes ventanas de contexto y un razonamiento sólido, pero su API no es directamente compatible con OpenAI. OrcaRouter proporciona una interfaz unificada para múltiples proveedores, pero esta vista previa es exclusivamente de OpenAI. Los modelos Claude pueden tener precios y fortalezas diferentes en áreas como la seguridad y la generación de texto extenso. Para una comparación directa, necesitarías probarlos en tus propios casos de uso. OrcaRouter te permite cambiar entre proveedores, pero este modelo de vista previa solo está disponible a través de la ruta de OpenAI. No se proporcionan comparaciones de referencia.
Compatible con OpenAI: conserva tu SDK actual
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$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| Entrada / 1M tokens | $2.50 |
| Salida / 1M tokens | $10.00 |
| Moneda | USD |
Estimación según precio de lista
Solo una estimación: el número real de tokens depende del tokenizador del proveedor.
GET /api/public/models/openai/gpt-4o-search-preview-2025-03-11Abrir @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