azure/gpt-4.5-preview| Proveedor | Entrada, $ por 1M | Salida, $ por 1M | En nuestros datos desde |
|---|---|---|---|
| Microsoft Foundry | $75 | $150 | 31 jul. 2026 |
Se muestra solo la tarifa base y solo precios por token. Las tarifas por lotes, reducidas o en caché, así como los precios por imagen o por segundo de vídeo, no entran en esta tabla: no se pueden poner en la misma columna que un precio por millón de tokens.
La fecha de la última columna es el día en que este precio entró por primera vez en nuestra recogida. El precio puede ser más antiguo: antes de ese día simplemente no lo registrábamos. Desde entonces no ha cambiado; si no, en su lugar habría una fila nueva con una fecha nueva.
| Conjunto de tareas | Resultado | Condiciones de ejecución | Medido por |
|---|---|---|---|
| Arena Score, diálogo de varios turnos | 1.443,92 1.430–1.457 | — | — |
| Arena Score en inglés | 1.419,49 1.412–1.427 | — | — |
| Arena Score en ruso | 1.418,24 1.403–1.434 | — | — |
| Arena Score en francés | 1.418,01 1.362–1.474 | — | — |
| Arena Score, general | 1.417,47 1.412–1.423 | — | — |
| Arena Score, matemáticas | 1.411,89 1.397–1.427 | — | — |
| Arena Score, consultas largas | 1.406 1.392–1.420 | — | — |
| Arena Score, seguimiento de instrucciones | 1.404,35 1.396–1.413 | — | — |
| Arena Score, consultas difíciles | 1.403,65 1.394–1.414 | — | — |
| Arena Score, programación | 1.397,05 1.384–1.410 | — | — |
| Arena Score, escritura creativa | 1.394,29 1.382–1.406 | — | — |
| Arena Score, preguntas expertas | 1.393,91 1.371–1.417 | — | — |
| Arena Score, trabajo con imágenes | 1.195,13 1.183–1.207 | — | — |
| MATH, nivel de dificultad cinco | 78,63 % | · con andamiaje ajustado | Epoch evaluations |
| Escritura creativa (evaluación de Lech Mazur) | 75,6 % | — | lechmazur/writing Github repository |
| Fiction.LiveBench — retención de contexto largo | 63,9 % | — | Fiction.live leaderboard |
| GPQA Diamond — preguntas de nivel de posgrado | 58,25 % | · con andamiaje ajustado | Epoch evaluations |
| Aider Polyglot — ediciones de código en seis lenguajes | 44,9 % | · con andamiaje ajustado | Aider LLM Leaderboards |
| WeirdML — tareas inusuales de aprendizaje automático | 39,37 % | — | WeirdML Leaderboard |
| Mock AIME 2024–2025 — problemas de olimpiada | 37,72 % | · con andamiaje ajustado | Epoch evaluations |
| SimpleBench — preguntas con trampa | 21,4 % | — | SimpleBench Leaderboard |
| Cybench — tareas de ciberseguridad | 17,5 % | · con andamiaje ajustado | Cybench leaderboard |
| ARC-AGI — generalización a patrones nuevos | 10,3 % | · con andamiaje ajustado | ARC Prize Leaderboard |
| ARC-AGI-2 | 0,8 % | — | — |
| Humanity’s Last Exam — preguntas de nivel experto | 0,67 % | — | — |