GPT-4.5

Zamknięte wagi OpenAI February 2025

Brak oszacowania

Brak wymagań sprzętowych dla tego modelu

Wagi dla tego modelu nie zostały opublikowane, więc nie można ich pobrać ani uruchomić na własnym sprzęcie w żadnym rozmiarze. Jest dostępny tylko za pośrednictwem swojego dostawcy, a zmiana karty graficznej tego nie zmienia..

Na nagranie

Pełna specyfikacja

Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..

Pochodzenie

Kto zbudował ten model, gdzie i kiedy został opublikowany.

Organizacja
OpenAI
Typ organizacji
Industry
Kraj
United States of America
Opublikowany
27 February 2025
Autorzy
Foundational contributors Alex Paino, Ali Kamali, Amin Tootoonchian, Andrew Tulloch, Ben Sokolowsky, Clemens Winter, Colin Wei, Daniel Kappler, Daniel Levy, Felipe Petroski Such, Geoff Salmon, Ian O’Connell, Jason Teplitz, Kai Chen, Nik Tezak, Prafulla Dhariwal, Rapha Gontijo Lopes, Sam Schoenholz, Youlong Cheng, Yujia Jin, Yunxing Dai Research Core contributors Aiden Low, Alec Radford, Alex Car…

Co to robi

Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.

Domena
Language, Vision, Multimodal
Zadanie
Language modeling/generation, Question answering, Quantitative reasoning, Translation, Visual question answering, Code generation, Instruction interpretation

Rozmiar

Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.

Dane treningowe
tokens

Obliczenia treningowe

Arytmetyka wykonywana w celu wytrenowania modelu, mierzona w operacjach zmiennoprzecinkowych. Jest to miara kosztów przeprowadzenia treningu, a nie tego, jak szybko gotowy model odpowiada na twoje pytania.

Obliczenia treningowe
3.8 × 10²⁶ FLOP

Analysis of GPT-4.5's training cluster yields a median estimate of 187M H100-hours of training. The utilization assumptions we used for the Grok 3 estimate (maybe worth revisiting) were 20 to 40% under the H100 FP8 spec of 2000 teraflop/s. This leads to an estimate of 2.7e26 to 5.4e26 FLOP, or a geomean of 3.8e26 Alternatively, using a plausible range of 20 to 50% utilization, given the possibility of FP8 training, yields a median estimate of ~2e25 FLOP. See notebook below for details. https:/…

Jak to zostało ustalone
Benchmarks

Przebieg szkolenia

Co fizycznie było potrzebne do treningu: jakie chipy, ile, na jak długo i co to pobierało z sieci.

Czas rzeczywisty
3,000 hours (125 days)

Likely trained for around 4 months/120 days https://colab.research.google.com/drive/1QBmVPm64Ti0xucN0EsZTgSz_I7Mj9hAZ#scrollTo=NYH1ABJuLJlw

Koszt obliczeniowy
$366,010,628
Dostawca chmury
Azure AI
Centrum danych
Microsoft Goodyear Arizona

Dostępność

Czy możesz zdobyć model i uruchomić go na swoim sprzęcie, co decyduje o tym, czy którakolwiek z cyfr karty graficznej na tej stronie ma zastosowanie.

Wagi
Closed — provider access only
Dostęp do modelu
API access
Kod treningowy
Unreleased

Jak jest klasyfikowane

Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.

Model Frontier
Yes
Prawdopodobnie powyżej 10²³ FLOP
Yes
Dlaczego to jest śledzone
Training cost

Described by OpenAI as a "new order of magnitude of compute" https://openai.com/index/introducing-gpt-4-5/

Zapisz pewność
Likely

Źródła

Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.

Referencja
Introducing GPT-4.5
Ostatnio zaktualizowane
8 June 2026

Co oznaczają liczby

Co to jest model?

GPT-4.5 został opublikowany przez OpenAI, w kraju zapisanym jako United States of America, podczas February 2025. Kategoria, do której należy wydawca, to industry.

Działa w dziedzinie Language, Vision, Multimodal, i jest zapisany jako wykonujący zadanie language modeling/generation, Question answering, Quantitative reasoning, Translation, Visual question answering, Code generation, Instruction interpretation.

Ponieważ wagi nie są dostępne, żadne z danych dotyczących sprzętu gdzie indziej na tej stronie się do niego nie odnoszą.

Co poszło w budowę tego

Trenowanie zajęło budżet obliczeniowy wynoszący około 3.8 × 10²⁶ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.

Jest śledzone w podstawowym zbiorze danych z jednego szczególnego powodu: training cost.

Odpowiedzi

GPT-4.5 — częste pytania

01

GPT-4.5— Jaką GPU potrzebuję, aby ją uruchomić?

Żaden. To jest zamknięty model — jego wagi nigdy nie zostały opublikowane, więc nie można go pobrać ani uruchomić na własnym sprzęcie za żadną cenę. Jest dostępny tylko przez jego dostawcę.

02

GPT-4.5— czy jest open weight?

Nie. Jego wagi nie zostały opublikowane, więc istnieje tylko jako usługa kontrolowana przez jego właściciela.

03

GPT-4.5— ile ma parametrów?

Nie opublikowano liczby parametrów, dlatego na tej stronie nie pojawia się żaden wskaźnik pamięci ani prędkości.

04

GPT-4.5— kto to stworzył?

Zostało opublikowane przez OpenAI, oparty na United States of America, organizacja sklasyfikowana jako industry.

05

GPT-4.5— kiedy to zostało wydane?

Zostało opublikowane w February 2025.

06

GPT-4.5— do czego to służy?

Działa w dziedzinie Language, Vision, Multimodal, i jest zarejestrowany jako realizujący zadanie language modeling/generation, Question answering, Quantitative reasoning, Translation, Visual question answering, Code generation, Instruction interpretation. Modele często mają więcej niż jeden z każdego, a etykiety opisują cel, a nie ograniczenia możliwości.

07

GPT-4.5— ile mocy obliczeniowej użyto do jego trenowania?

Szkolenie zajęło około 3.8 × 10²⁶ FLOP. To mierzy, ile kosztowało wyprodukowanie modelu i nie mówi nic o tym, jak szybko odpowiada po wytrenowaniu — prędkość wnioskowania pochodzi z SZEROKOŚCI PASMA, a nie z budżetu treningowego.

Źródło

Oryginalna publikacja

Ostatnia aktualizacja rekordu 8 June 2026

Druga strona

Patrząc na to z drugiej strony?

Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.