推理任务：GPT-4o mini 在涉及文本和视觉的推理任务方面优于其他小型模型，在文本智能和推理基准 MMLU 上得分为 82.0%，而 Gemini Flash 为 77.9%，Claude Haiku 为 73.8%。 数学和编码能力：GPT-4o mini 在数学推理和编码任务方面表现出色，优于市场上以前的小型模型。在衡量数学推理的 MGSM 上，GPT-4o mini 得分为 87.0%，而 Gemini Flash 为 75.5%，Claude Haiku 为 71.7%。GPT-4o mini 在衡量编码性能的 HumanEval 上得分为 87.2%，而 Gemini Flash 为 71.5%，Claude Haiku 为 75.9%。 多模态推理：GPT-4o mini 在多模态推理评估 MMMU 上也表现出强劲的表现，得分为 59.4%，而 Gemini Flash 为 56.1%，Claude Haiku 为 50.2%。（如图所示）
