Aller au contenu
Tier C — Spécialiste
Fonctionne en :USCréé en :United States

Archivé

Ce modèle a été retiré par le fournisseur. Les données historiques sont conservées.

Plus disponible depuis le 25 octobre 2026.

OpenAI

gpt-4-0613

Tier C — Spécialiste

Équipe éditoriale Tokonomix·Relu par Mes Kalkan··

GPT-4-0613 est un grand modèle de langage développé par OpenAI, lancé en juin 2013 comme l'indique son identifiant de date. Ce modèle représente l'architecture GPT (Generative Pre-trained Transformer) de quatrième génération d'OpenAI et est conçu pour des tâches générales de compréhension et de génération de langage naturel. Il peut traiter et générer du texte similaire à celui produit par des humains dans un large éventail d'applications, notamment la conversation, la création de contenu, l'analyse, l'assistance au codage et les tâches de raisonnement complexe. Le modèle s'appuie sur l'architecture transformer avec des capacités considérablement améliorées par rapport à ses prédécesseurs GPT-3.5. GPT-4-0613 démontre des performances améliorées dans des domaines tels que la précision factuelle, la capacité de raisonnement et le respect des instructions. Il traite des entrées textuelles uniquement et génère des sorties textuelles, ce qui le rend adapté aux flux de travail standard de génération de texte. Le modèle a été entraîné sur des données textuelles diverses provenant d'Internet et affiné à l'aide d'apprentissage par renforcement à partir de retours humains (RLHF) pour mieux s'aligner sur les intentions des utilisateurs et les directives de sécurité. Au sein de la gamme de modèles d'OpenAI, GPT-4-0613 figure parmi les premières versions stables de la famille GPT-4. En tant que modèle instantané avec un identifiant de version fixe, il maintient un comportement cohérent dans le temps, ce qui le rend adapté aux applications nécessitant des résultats reproductibles. OpenAI a depuis lancé des itérations ultérieures de GPT-4 avec diverses améliorations, mais la version 0613 reste disponible pour les utilisateurs qui ont besoin de stabilité ou qui ont validé leurs applications sur ce point de contrôle spécifique.

GPT-4-0613 représente la première version stable et reproductible de la quatrième génération d'OpenAI, offrant un équilibre entre performance avancée et comportement prévisible pour les déploiements en production.

— Analyse Tokonomix des versions GPT-4
Section 01

Analyse de vitesse

Latence mesurée sur toutes les exécutions de benchmark. P50 (médiane) et P95 (95e percentile) donnent une image réaliste de la vitesse de réponse en charge normale et de pointe.

Latence P50 (médiane)Latence P9594 runs
440100515702134269909-3010-23ms
Section 02

Tarifs

Ce que vous payez par million de tokens en utilisant ce modèle sur Tokonomix, avec une estimation pour une conversation type.

💰
Tarifs API — gpt-4-0613
$39.00 par 1M de tokens d'entrée
$78.00 par 1M de tokens de sortie
≈ $0.0390 par conversation typique (800 tokens)
Prix entrée vs sortie (par 1M de tokens)
par 1M de tokens d'entrée$39.00
par 1M de tokens de sortie$78.00
Section 03

Tokens par seconde

Débit en tokens par seconde, dérivé de la latence P50 mesurée. Plus haut est mieux ; les fluctuations reflètent la charge côté fournisseur.

Débit (tokens / s)291 / avg 247
45096

Estimé à partir de la latence P50 × 200 tokens de sortie — le chiffre absolu dépend de cette hypothèse ; c'est la tendance qui compte.

Section 04

Forces & faiblesses

Basé sur les résultats de benchmarks et les retours communautaires agrégés sur des cas d'usage réels.

Forces

Comportement cohérent et reproductibleRaisonnement complexe multiétapesSuivi précis des instructionsAssistance au code performanteExactitude factuelle amélioréeAlignement renforcé par RLHFCompréhension contextuelle approfondieVersion figée pour validation métier

Faiblesses

Connaissance limitée à septembre 2021Remplacé par des versions plus récentesCoût élevé par rapport GPT-3.5Absence de traitement multimodal
Section 05

Capacités

toolssource: litellmprompt cachingmax output tokens: 4096
Section 06

Questions fréquentes

GPT-4-0613 est une version figée de juin 2023 qui garantit un comportement constant dans le temps. Les versions ultérieures comme GPT-4-turbo offrent des améliorations en termes de fenêtre contextuelle, de connaissances actualisées et de performance, mais GPT-4-0613 reste utile pour les applications nécessitant une reproductibilité stricte.

Pour les équipes recherchant une base solide et éprouvée avec un historique de stabilité, GPT-4-0613 reste un choix défendable, même si les versions ultérieures offrent des améliorations mesurables.

— Évaluation Tokonomix 2024
Section 07

Disponibilité

Disponibilité

Pas encore de données

Nous n'avons pas encore enregistré suffisamment d'appels API pour afficher les statistiques de disponibilité de ce modèle. Les données apparaîtront dès que le modèle reçoit du trafic en direct.

Section 08

Verdicts benchmark Tokonomix

⚖️
Endorsed by 2 judges
Independent LLM judges evaluated this model on our weekly intelligence tests
cohere/command-a100/100 · 1 runs
1 correct0 partial0 wrong100% accuracy
claude-sonnet-4-588/100 · 171 runs
133 correct26 partial12 wrong78% accuracy
● 2026-10-25

Tool support and prompt caching capabilities added

The gpt-4-0613 model has gained two significant capabilities in this benchmark window: tools support and prompt caching. The tools capability enables the model to interact with external functions and APIs, expanding its utility for agentic workflows and complex task automation. Prompt caching allows for more efficient processing of repeated context, potentially reducing latency and computational overhead for applications that send similar prompts or system instructions repeatedly. These additions represent meaningful enhancements to the model's practical functionality, particularly for developers building production applications that require function calling or need to optimize for cost and performance. The core model architecture and performance characteristics appear unchanged, maintaining the established quality and capabilities that users have come to expect from this release. These are infrastructure and API-level improvements rather than changes to the underlying model weights or training. Developers working with multi-turn conversations, retrieval-augmented generation pipelines, or tool-using agents will find these additions particularly valuable for building more sophisticated and efficient applications.

Qualité

—

Latence p50

—

Exécutions de test

0

✓ Tools support added✓ Prompt caching enabled
Section 09

Profil complet du modèle

gpt-4-0613 — illustration 1
gpt-4-0613 : l'instantané GPT-4 de juin 2023

gpt-4-0613 est l'instantané daté du GPT-4 original d'OpenAI du 13 juin 2023. Cette version précède la génération GPT-4 Turbo, précède GPT-4o, précède pratiquement tout ce qui définit la gamme actuelle d'OpenAI. Il s'agit de l'un des identifiants épinglés les plus anciens encore en production aujourd'hui, maintenu en service parce que certaines charges de travail ont été épinglées en 2023 et n'ont jamais migré.

Il est toujours accessible. Il ne devrait être le modèle d'aucune nouvelle implémentation.

Pourquoi cet instantané existe

La version du 13 juin 2023 était la mise à jour OpenAI qui a introduit l'appel de fonctions dans la famille GPT-4. Avant cette version, obtenir un comportement d'appel d'outils structuré à partir de GPT-4 nécessitait de l'ingénierie de prompts et un parsing fragile. La mise à jour de juin a ajouté une prise en charge native de l'appel de fonctions avec une forme de requête dédiée — le même modèle d'appel que tous les modèles OpenAI ultérieurs ont conservé.

Ce changement unique explique pourquoi cet instantané a autant de poids dans l'histoire de l'économie des API. La première génération de frameworks d'agents, d'assistants utilisant des outils et de pipelines de sortie structurée ont été construits spécifiquement contre gpt-4-0613. L'identifiant épinglé a préservé le comportement exact autour duquel ces frameworks ont été conçus, et un nombre non négligeable d'entre eux fonctionnent encore aujourd'hui.

Ce que contient cet instantané

L'ensemble complet des capacités de GPT-4 en date de juin 2023. Fenêtre de contexte de 8 192 tokens. Entrée et sortie textuelles, pas de vision, pas d'audio. Le comportement original natif d'appel de fonctions, avec la discipline de schéma qui représentait une amélioration par rapport à l'utilisation d'outils via ingénierie de prompts mais bien en deçà de ce que les modèles ultérieurs livreraient sous forme de sorties structurées strictes. La même surface API Chat Completions qui a survécu intacte à travers toutes les générations suivantes.

Ce qui ne se trouve pas dans cet instantané, c'est tout ce qui est venu après. Pas d'entrée vision — cela est arrivé dans les mises à jour ultérieures de GPT-4 Turbo. Pas de mode JSON — cela est venu avec la version de novembre 2023. Pas d'appel de fonctions parallèle, pas de paramètre seed pour la reproductibilité, aucune de la rigueur des sorties structurées qui s'est déployée tout au long de 2024. Pas de surface multimodale 4o, évidemment.

Le comportement du modèle est de génération GPT-4. Un raisonnement qui était de niveau frontière à la mi-2023, un calibrage de refus plus conservateur que les modèles actuels, une factualité qui nécessitait une augmentation par récupération sur les chemins factuels.

Pourquoi les équipes ont épinglé 0613

Trois raisons expliquent presque tous les épinglages survivants.

Premièrement, les frameworks d'agents construits autour du comportement d'appel de fonctions original. La manière spécifique dont l'instantané de juin décidait quand appeler un outil, comment il ordonnait les appels multi-étapes, quels arguments il produisait sous des prompts ambigus — tout cela constituait le substrat sur lequel la première génération de frameworks d'agents s'est développée. Les frameworks calibrés contre ce comportement peuvent régresser visiblement sur des instantanés plus récents même lorsque les nouveaux instantanés sont « objectivement meilleurs » dans les benchmarks.

Deuxièmement, les approbations de conformité de 2023 qui nommaient cet identifiant exact. L'instantané de juin était le GPT-4 recommandé pour l'approvisionnement en entreprise pendant la majeure partie de la fin 2023, et les cycles d'audit complétés contre lui pendant cette période ancrent encore certains workflows réglementés.

Troisièmement, la reproductibilité des évaluations. Les travaux de recherche et de benchmarking de 2023 qui ont utilisé GPT-4 référencent souvent l'instantané 0613, que l'article le dise explicitement ou non. L'épinglage permet aux chiffres historiques de rester reproductibles.

Ce que signifie le calendrier de dépréciation

L'instantané de juin 2023 est le GPT-4 daté le plus ancien encore couramment disponible. L'horizon de dépréciation typique d'OpenAI pour les instantanés datés s'étend de douze à dix-huit mois après la sortie. Cet instantané est confortablement au-delà de l'extrémité tardive de cette fenêtre.

Le fait qu'il réponde encore est en partie fonction du volume de trafic de production qui en dépend encore. OpenAI s'est montré visiblement patient concernant la dépréciation d'instantanés dont des clients à volume élevé se servent encore. Cette patience n'est pas illimitée.

Planifiez la migration avant que l'email de dépréciation n'arrive. Notez que la cible de migration n'est presque jamais un instantané GPT-4 différent — la bonne approche est vers une famille plus récente. Le travail architectural pour déplacer un framework d'agents hors du comportement d'appel 0613 n'est pas trivial mais il est borné ; faire ce travail sous pression de dépréciation coûte plus cher.

Migration

Pour les frameworks d'agents épinglés au comportement d'appel de fonctions 0613, le successeur le plus similaire en termes de comportement est GPT-4 sur le tag flottant, qui a conservé le style d'appel général avec de petites améliorations incrémentales. L'approche tournée vers l'avenir est de migrer vers GPT-4o ou GPT-4.1, qui disposent de sorties structurées strictes qui simplifient souvent le code du framework en éliminant les modes de défaillance que le modèle d'appel original contournait.

Pour les charges de travail épinglées par conformité, le cycle de ré-audit fait partie du coût de migration. Commencez cette conversation avec les auditeurs avant que la date de dépréciation ne soit annoncée.

Pour les charges de travail épinglées pour reproductibilité de recherche, la réponse pratique consiste à publier des chiffres de référence contre un modèle actuel aux côtés des chiffres historiques, puis à faire la transition du pipeline de production. Les résultats historiques restent reproductibles contre les instantanés archivés et les sorties enregistrées ; les systèmes en production fonctionnent contre les poids actuels.

Pour la surface GPT-4 flottante, voir GPT-4. Pour la gamme OpenAI plus large, voir GPT-4.1.

Que faire aujourd'hui

Si gpt-4-0613 est encore épinglé dans votre infrastructure, le travail d'audit et de migration est en retard.

Premièrement, identifiez chaque site d'appel. Documentez pourquoi l'épinglage existe — framework d'agent, conformité, recherche — et utilisez ce contexte pour décider de la cible de migration.

Deuxièmement, exécutez une évaluation réelle contre la cible candidate. Les modèles plus récents nécessitent souvent des prompts différents, et le delta comportemental entre 0613 et un modèle actuel est suffisamment important pour que la migration soit véritablement un projet, pas un simple changement de tag.

Troisièmement, planifiez la bascule délibérément. L'instantané de juin 2023 est en production depuis suffisamment longtemps pour que les dépendances à son égard soient profondes. Traitez la migration avec le sérieux qu'implique cette profondeur.

Le choisir

Ne choisissez pas cet instantané pour de nouvelles implémentations. Il est en retard de deux générations sur la frontière actuelle et l'horizon de dépréciation est dépassé.

Pour les charges de travail épinglées existantes, planifiez la migration. La destination est un modèle actuel avec sorties structurées strictes et raisonnement moderne. Le chemin est un cycle d'évaluation mesuré suivi d'une bascule lors d'une fenêtre de version, pas une course précipitée sous pression de dépréciation.

Dernière revue technique : 2026-05-22 — Tokonomix.ai

gpt-4-0613 — illustration 2gpt-4-0613 — illustration 3
Dernier test automatisé
25 oct. 2026 · 04:49 UTC · Benchmark
Latence P50
—
Latence P95
—
Erreurs
1 / 6 exécutions
Dernière revue par Équipe Tokonomix·26 mai 2026