Página automatizada. Redactada y traducida automáticamente por IA y verificada con las fuentes mediante software; sin editor humano. SI-IQ es un índice elaborado a partir de resultados públicos de benchmarks, no una prueba de CI. Cómo funciona
¿Qué tan inteligente es o4-mini?
o4-mini es un modelo de OpenAI, lanzado el 16 abr 2025. Su SI-IQ es 112 (intervalo del 90 % 109–115), estimado a partir de 10 resultados de benchmarks de 3 evaluadores independientes. Su área más fuerte es Razonamiento y la más débil es Conocimiento.
Datos
- Desarrollador
- OpenAI
- Lanzamiento
- 16 abr 2025
- Acceso
- Acceso por API
- Benchmarks utilizados
- 10 resultados de 3 evaluadores
- Precio de la API
- 1,10 $ de entrada / 4,40 $ de salida por 1 M de tokens (lista de precios del desarrollador, 18 oct 2026)
- Ventana de contexto
- 200.000 tokens
Capacidad por áreas (SI-IQ, intervalo del 90 %)
Todos los resultados de benchmarks utilizados
Cada puntuación es un único valor tal como lo publicó la fuente: en el caso de Epoch AI, el mejor de sus ajustes de ejecución; en el de OpenRouter, el proveedor de alojamiento mediano (el alojamiento propio del desarrollador cuando realizó la prueba). El «SI-IQ implícito» es la capacidad a la que apunta este único resultado; el SI-IQ global es su media ponderada por precisión.
| Benchmark | Puntuación | Evaluado por | Fuente |
|---|---|---|---|
| Chess Puzzles | 22,0 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| Mystery Game Puzzles | 5,0 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| FrontierMath Tier 4 | 4,9 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| FrontierMath Tiers 1–3 | 36,1 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| MATH Level 5 | 97,8 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| OTIS Mock AIME 2024–2025 | 81,7 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| Aider Polyglot | 72,0 % | Aider | Aider LLM Leaderboards · archivo de datos |
| GPQA Diamond | 79,6 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| SimpleQA Verified | 19,6 % | Epoch AI | Epoch AI Benchmarking Hub · archivo de datos |
| Berkeley Function Calling Leaderboard | 53,2 % | UC Berkeley (Gorilla) | Berkeley Function Calling Leaderboard · archivo de datos |
Preferencia humana (Arena)
En la clasificación de Arena, donde las personas votan entre dos respuestas anónimas, o4-mini tiene una puntuación de 1391 (1387–1395) a partir de 44.855 votos (publicada el 15 oct 2026). La preferencia humana es una medida distinta de la capacidad en benchmarks y no forma parte de SI-IQ. Arena (Hugging Face)
Modelos con un SI-IQ similar
| Modelo | SI-IQ | |
|---|---|---|
| Qwen3-235B-A22B-Thinking (Jul 2025)Alibaba | 111 | o4-mini vs Qwen3-235B-A22B-Thinking (Jul 2025) |
| GLM-4.7Z.ai (Zhipu AI) | 112 | o4-mini vs GLM-4.7 |
| Qwen 3.6 35B-A3BAlibaba | 111 | o4-mini vs Qwen 3.6 35B-A3B |
| Claude Sonnet 4.6Anthropic | 113 | o4-mini vs Claude Sonnet 4.6 |
| Qwen3.5 397B-A17BAlibaba | 114 | o4-mini vs Qwen3.5 397B-A17B |
Calculado con la versión 1.0.0 del método SI-IQ. Leer la metodología completa
Fuentes de datos: Aider polyglot leaderboard data (Apache-2.0); Arena leaderboard dataset on Hugging Face (CC BY 4.0); Berkeley Function Calling Leaderboard, Gorilla project (Apache-2.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); API list prices via LiteLLM's price table (MIT); each price links to the developer's pricing page.