azure/eu/gpt-5-mini-2025-08-07| Fornecedor | Entrada, $ por 1M | Saída, $ por 1M | Nos nossos dados desde |
|---|---|---|---|
Microsoft Foundry
azure/gpt-5-mini-2025-08-07
|
$0,25 | $2 | 31 jul 2026 |
| OpenAI | $0,25 | $2 | 31 jul 2026 |
Microsoft Foundry
azure/eu/gpt-5-mini-2025-08-07
|
$0,275 | $2,2 | 31 jul 2026 |
É mostrada apenas a tarifa base e apenas preços por token. Tarifas em lote, reduzidas ou em cache, bem como preços por imagem ou por segundo de vídeo, não entram nesta tabela: não podem ficar na mesma coluna que um preço por milhão de tokens.
Um mesmo fornecedor aparece várias vezes se vende este modelo com identificadores diferentes e a preços diferentes — por exemplo, com precisão de pesos diferente. O identificador é indicado ao lado do nome. As ofertas idênticas vindas de duas fontes com grafias diferentes são reunidas numa única linha.
A data da última coluna é o dia em que este preço entrou pela primeira vez na nossa recolha. O preço pode ser mais antigo: antes desse dia simplesmente não o registávamos. Desde então não mudou — caso contrário, no seu lugar estaria uma linha nova com uma data nova.
| Conjunto de tarefas | Resultado | Condições da execução | Medido por |
|---|---|---|---|
| MATH, nível de dificuldade cinco | 97,85 % | esforço: high · com estrutura ajustada | Epoch evaluations |
| Mock AIME 2024–2025 — problemas de olimpíada | 86,65 % | esforço: high · com estrutura ajustada | Epoch evaluations |
| Escrita criativa (avaliação de Lech Mazur) | 83,1 % | esforço: medium | lechmazur/writing Github repository |
| Fiction.LiveBench — retenção de contexto longo | 69,4 % | esforço: medium | Fiction.live leaderboard |
| GPQA Diamond — perguntas de nível de pós-graduação | 66,67 % | esforço: high · com estrutura ajustada | Epoch evaluations |
| SWE-bench Verified — correção de erros em repositórios | 64,67 % | esforço: medium · com estrutura ajustada | Epoch evaluations |
| ARC-AGI — generalização para padrões novos | 54,33 % | esforço: high · com estrutura ajustada | — |
| WeirdML — tarefas incomuns de aprendizagem automática | 52,67 % | esforço: high | WeirdML Leaderboard |
| FrontierMath, níveis 1–3 | 46,67 % | esforço: high | Epoch evaluations |
| Terminal-Bench — trabalho na linha de comandos | 34,8 % | · com estrutura ajustada | https://www.tbench.ai/leaderboard/terminal-bench/2.0 |
| SimpleQA Verified — exatidão factual | 21 % | esforço: high | Epoch evaluations |
| Humanity’s Last Exam — perguntas de nível especialista | 15,38 % | — | — |
| FrontierMath, nível 4 — problemas de investigação | 12,2 % | esforço: high | Epoch evaluations |
| ARC-AGI-2 | 4,44 % | esforço: high | — |
| CritPt — problemas de física | 0 % | — | — |