Harga campuran harian ($/1 juta) — dicatat setiap hari, menjadi tren seiring berjalannya waktu.
Campuran output-to-input 3:1, per 1 juta token
Harga pada 2026-04-28 · Sumber: legacy_model_catalog
Campuran beban kerja teks, gambar, audio, dan dokumen yang mendapat manfaat dari satu model di seluruh modalitas.
GPT-4o versi 20-11-2024 menawarkan kemampuan menulis kreatif yang ditingkatkan dengan tulisan yang lebih alami, menarik, dan disesuaikan untuk meningkatkan relevansi & keterbacaan. Ini juga lebih baik dalam bekerja dengan upload...
gpt-4o-2024-11-20 adalah model Multimoda dari OpenAI (US). HotON.ai melacaknya pada $2.50 per 1 juta token masukan dan $10.00 per 1 juta token keluaran, dengan jendela konteks token 128K. Skor efisiensi gabungannya adalah 85/100 dengan perkiraan $0.010 per tugas yang berhasil.
gpt-4o-2024-11-20 dilacak pada $2.50 per 1 juta token masukan dan $10.00 per 1 juta token keluaran. Beban kerja output-to-input 3:1 rata-rata berpadu menjadi $8.13 per 1 juta token. Angka adalah ilustrasi data demo.
Campuran beban kerja teks, gambar, audio, dan dokumen yang mendapat manfaat dari satu model di seluruh modalitas.
gpt-4o-2024-11-20 mendukung hingga jendela konteks token 128K — cukup besar untuk dokumen panjang dan percakapan panjang dalam satu permintaan.
Dalam rangkaian terlacak HotON.ai, gpt-4o-2024-11-20 lebih murah dibandingkan 11% model dalam hal harga input dan menempati peringkat #464 dari 522 berdasarkan efisiensi keseluruhan.
Ya — gemini-2.5-flash-lite adalah opsi berbiaya lebih rendah di $0.40 per 1 juta token keluaran, namun tetap mencakup kasus penggunaan Multimoda yang serupa. Bandingkan keduanya secara berdampingan di HotON.ai.
Siap untuk ditempelkan ke dalam artikel, makalah, atau permintaan AI — harga dan tanggal diperbarui dengan data langsung.
HotON.ai — gpt-4o-2024-11-20 (OpenAI): $2.50/1M input, $10.00/1M output, as of 2026-04-28. https://hoton.ai/id/models/openai-gpt-4o-2024-11-20Harga nyata (melalui katalog TestKey, diperbarui setiap hari). Kualitas (Arena Elo) nyata dimana modelnya diperingkat di LMArena. Kecepatan, ketersediaan, dan efisiensi merupakan perkiraan yang dimodelkan.