OpenAI o4-mini是o系列中最新的轻量级模型，专为高效处理文本和视觉任务而设计。优化了速度和性能，擅长代码生成和基于图像的理解，同时保持延迟和推理深度之间的平衡。该模型支持20万令牌的上下文窗口，最多可输出10万令牌，适合长时间、高容量的交互。它能处理文本和图像输入，生成具有高级推理能力的文本输出。凭借其紧凑的架构和多功能性能，o4-mini是各种需要快速、经济高效智能的现实应用的理想选择。
网站 AI模型网页 | |
提供商 提供该模型的实体机构 | |
聊天 输入消息开始聊天 | |
发布日期 模型首次发布时间 | 1 年 ago 4月 16, 2025 |
模态 模型可处理的数据类型 | 文本 图像 |
API提供商 提供此模型的供应商（非完整列表） | OpenAI API |
知识截止日期 模型知识最后更新时间 | - |
开源 模型代码是否公开可用 | 否 |
输入定价 处理提示词中token的成本 | $1.10 每百万token |
输出定价 模型生成token的成本 | $4.40 每百万token |
MMLU 多任务语言理解测试 - 评估数学、历史、法律等57个学科的知识掌握 | fort |
MMLU-Pro 增强版MMLU基准测试，包含更难的推理题、更多选项集并降低提示敏感性 | - |
MMMU 多任务多模态理解测试 - 评估文本、图像、音频和视频的综合理解能力 | 81.6% 来源 |
HellaSwag 高难度句子补全基准测试 | - |
HumanEval 评估代码生成和问题解决能力 | 14.28% 来源 |
MATH 测试不同难度级别的数学问题解决能力 | - |
GPQA 通过需要深度专业知识的选择题测试化学、生物和物理领域的博士水平知识 | 81.4% 来源 |
IFEval 测试模型准确遵循格式指令、生成适当输出并在不同任务中保持指令一致性的能力 | - |
SimpleQA 评估简单问题的准确性 | - |
AIME 2024 | 93.4% 来源 |
AIME 2025 | 92.7% 来源 |
Aider Polyglot 多语言编程基准。 | - |
LiveCodeBench v5 实时编程基准测试 | - |
Global MMLU (Lite) 用于评估模型在全球层面通用性的简化基准测试。 | - |
MathVista 评估人工智能模型在视觉环境中的数学推理能力 | - |
移动应用 | |
MathArena | |
| 平均分数 | 87% |
| AIME 2025 基于美国邀请数学考试（American Invitational Mathematics Examination）题目的测试，旨在检验模型的数学能力。 | 92% |
| HMMT February 2025 基于2025年2月哈佛-MIT数学竞赛题目的测试，旨在检验模型的数学能力。 | 83% |
| BRUMO 2025 | 87% |
| SMT 2025 基于2025年斯坦福数学竞赛题目的测试，旨在检验模型的数学能力。 | 89% |
| CMIMC 2025 基于2025年加拿大数学奥林匹克竞赛题目的测试，旨在检验模型的数学能力。 | 84% |