GPT-4o mini هو أحدث نموذج من OpenAI بعد [GPT-4 Omni](/models/openai/gpt-4o)، ويدعم إدخال النصوص والصور مع مخرجات نصية. وباعتباره نموذجهم الصغير الأكثر تقدمًا، فهو أرخص بعدة أضعاف...
GPT-4o-mini هو إصدار أصغر وأسرع من نموذج GPT-4o من OpenAI، مُحسَّن لتقليل التكلفة الحاسوبية مع الاحتفاظ بالقدرات متعددة الوسائط. يمكنه معالجة النصوص والصور والملفات المُرفَعة كمدخلات، وتوليد مخرجات…
تتميز GPT-4o-mini بمجموعة واسعة من المهام اللغوية، بما في ذلك التلخيص والترجمة والتصنيف والإجابة على الأسئلة. وهي تدعم إخراج JSON المنظم، واستدعاء الدوال، واستخدام الأدوات، مما يتيح التكامل مع واجهات برمجة التطبيقات الخارجية وقواعد البيانات. تسمح نافذة السياق البالغة 128 ألف رمز (128K) بمعالجة المستندات الكبيرة أو سجلات المحادثات لإجراء تحليل متماسك. وهي تؤدي أداءً جيدًا في المعايير الشائعة (درجة MATH-500 تبلغ 78.9) وهي مناسبة للمسائل الرياضية التعليمية، وشرح التعليمات البرمجية، واستخراج البيانات. بالنسبة للمهام الأبسط، غالبًا ما تضاهي GPT-4o-mini النماذج الأكبر بكلفة أقل. ومع ذلك، فإن المهام التي تتطلب خبرة متعمقة في مجال معين أو مخرجات عالية الإبداع قد تشهد جودة أقل مقارنة بـ GPT-4o.
يمكن تقديم الصور على هيئة روابط (URLs) أو بيانات مشفرة بصيغة base64 ضمن طلب API. يفسر النموذج الصور، ويفهم المحتوى البصري مثل الأشياء والنصوص في الصور والعلاقات المكانية. وهذا يتيح حالات استخدام مثل الأسئلة والأجوبة البصرية، وتفسير المخططات، والتعرف على الأرقام المكتوبة بخط اليد. تُحتسب رموز الصور (tokens) ضمن حد السياق، لذا فإن الصور عالية الدقة أو الكبيرة تستهلك مزيدًا من ميزانية الـ128K رمزًا. لا يقوم النموذج بإنشاء الصور؛ بل يعالجها فقط. للمهام التي تتطلب تفاصيل بصرية دقيقة (مثل التصوير الطبي)، قد يكون نموذج رؤية متخصص أكثر دقة، لكن GPT-4o-mini يقدم حلاً متعدد الأغراض بتكلفة معقولة.
يقبل GPT-4o-mini الملفات المرفوعة بالإضافة إلى النصوص والصور. تشمل أنواع الملفات الشائعة PDF و .docx و .txt و .csv و .json. يستخرج النموذج النصوص والعناصر المرئية ذات الصلة (إذا كان الملف يحتوي على صور مضمنة) ويعالجها كجزء من السياق. وهذا مفيد لتحليل الأوراق البحثية أو العقود القانونية أو جداول البيانات دون نسخ يدوي. لاحظ أن محتوى الملف يساهم في استخدام الرموز؛ على سبيل المثال، قد يستهلك ملف PDF من 50 صفحة عدة آلاف من الرموز. تفرض OrcaRouter رسومًا بناءً على إجمالي الرموز المدخلة، بما في ذلك تلك القادمة من الملفات. لا توجد رسوم إضافية لمعالجة الملفات تتجاوز استهلاك الرموز.
إذا كان عبء عملك يتضمن نصًا فقط دون صور أو ملفات، وكان السياق المطلوب أقل من 16 ألف رمز (token)، فقد يوفر نموذج أصغر (مثل GPT-3.5-turbo) تكلفة أقل لكل رمز. وبالمثل، بالنسبة للمهام ذات الإنتاجية العالية جدًا مثل التصنيف البسيط أو الأسئلة والأجوبة التافهة، قد يكون النموذج المضبوط والمخصص أكثر اقتصادًا. GPT-4o-mini فعال من حيث التكلفة لحالات الاستخدام متعددة الوسائط أو السياقات الطويلة، لكن قوته تكمن في الموازنة بين الأداء والسعر. إذا كان تطبيقك يمكنه تحمل استجابات أبطأ أو تكلفة أعلى لتحقيق أقصى دقة، فإن GPT-4o هو بديل. قم بمعايرة مهمتك المحددة لتأكيد النموذج الذي يلبي متطلبات الجودة والميزانية الخاصة بك.
MATH-500 هي مجموعة فرعية من معيار MATH، وتتكون من 500 مسألة رياضيات على مستوى المنافسة تغطي الجبر والهندسة ونظرية الأعداد والاحتمالات. تشير درجة 78.9 إلى أن GPT-4o-mini أجاب بشكل صحيح على نحو 78.9% من هذه المسائل. هذه نتيجة قوية لنموذج أصغر، مما يعكس قدرته على التفكير الرياضي. إنه يتفوق على العديد من النماذج السابقة ذات الحجم المماثل. ومع ذلك، قد يختلف الأداء على مجالات مسائل محددة. يتم إجراء المعيار تحت ظروف الصفر-shot، مما يعني عدم تقديم أمثلة سابقة. بالنسبة للتدريس الرياضي في العالم الحقيقي، قد يحتاج النموذج إلى تنبيه دقيق للتعامل مع الحلول متعددة الخطوات بشكل صحيح.
بينما المعيار الوحيد المقدم هو MATH-500، تشير المعلومات العامة المعروفة على نطاق واسع إلى أن GPT-4o-mini يسجل أيضًا بشكل تنافسي في MMLU (فهم اللغة متعدد المهام الضخم)، و HellaSwag، و GSM8K. عادةً ما يكون ترتيبه أقل من GPT-4o ولكنه أعلى من GPT-3.5-turbo في هذه المقاييس. في معايير الاستدلال، يُظهر أداءً قويًا بالنسبة لعدد معلماته. في الكتابة الإبداعية أو التوليد المفتوح، تكون مخرجاته متماسكة لكنها قد تفتقر إلى الدقة الفنية للنماذج الأكبر. زمن الاستجابة عمومًا أقل من GPT-4o، مما يجعله مناسبًا للتطبيقات في الوقت الفعلي. للحصول على النتائج الدقيقة، راجع وثائق OpenAI. يوفر OrcaRouter الوصول دون رسوم إضافية.
تعتمد زمن الاستجابة (Latency) على تعقيد الطلب وعدد الرموز (tokens) وحِمل واجهة API. تم تصميم GPT-4o-mini ليكون سريعًا—عادةً ما يعيد الرمز الأول خلال أقل من ثانية للاستفسارات متوسطة الطول. بالنسبة للمستندات الطويلة (مثل 50 ألف رمز)، سيزداد زمن الاستجابة مع معالجة النموذج للسياق بالكامل. لا يغيّر OrcaRouter السرعة؛ بل ستواجه نفس أوقات الاستجابة لمكالمات OpenAI API المباشرة. يتم دعم التدفق (Streaming) لتقليل زمن الاستجابة المُدرَك. بالنسبة للتطبيقات الحساسة لزمن الاستجابة، يُفضَّل إبقاء أطوال الاستفسارات قصيرة واستخدام التدفق. يمكن قياس الوقت الدقيق حتى الرمز الأول عبر مراقبة وقت الاستجابة؛ ولا يتم تقديم اتفاقية مستوى خدمة محددة (SLA).
على الرغم من كفاءته، إلا أن GPT-4o-mini لديه قيود بسبب حجمه الأصغر. قد ينتج إجابات أقل دقة في الاستدلال متعدد الخطوات المعقد مقارنة بـ GPT-4o. قد يسيء أحيانًا تفسير التعليمات الدقيقة أو يفشل في الحفاظ على تماسك مثالي عبر المخرجات الطويلة جدًا. فهمه متعدد الوسائط جيد لكنه ليس خاليًا من العيوب؛ فقد يفوت تفاصيل صغيرة في الصور أو يخطئ في حساب العناصر. قد يُظهر النموذج تحيزات موجودة في بيانات تدريبه. لا يدعم البحث في الإنترنت أو الوصول إلى البيانات في الوقت الفعلي إلا إذا تم ضبطه بشكل صريح لاستخدام الأدوات. بالنسبة للمهام التي تتطلب دقة عالية (مثل الاستشارات القانونية أو التشخيص الطبي)، فإن المراجعة البشرية ضرورية. تعكس نتائج المعايير إعدادات خاضعة للرقابة؛ قد يختلف الأداء في العالم الحقيقي.
تستخدم OrcaRouter تسعيرة OpenAI الدقيقة دون أي هامش ربح: 0.15 دولار لكل مليون رمز إدخال و0.60 دولار لكل مليون رمز إخراج. تشمل رموز الإدخال جميع النصوص ورموز الصور ومحتوى الملفات. بينما تحسب رموز الإخراج النص المولد. لا توجد رسوم شهرية أو رسوم مخفية. هذه التكلفة من بين أدنى التكاليف لكل رمز لنموذج متعدد الوسائط بسعة سياق 128 ألف رمز. للمقارنة، تبلغ تكلفة GPT-4o 2.50 دولار لكل مليون رمز إدخال و10 دولارات لكل مليون رمز إخراج، مما يجعل GPT-4o-mini أرخص بنسبة 94% في الإدخال و94% في الإخراج. الميزة في التكلفة كبيرة للتطبيقات ذات الحجم العالي.
بينما يعتبر GPT-4o-mini رخيصًا لكل توكن، قد يتطلب حجمه الأصغر محاولات أكثر أو مطالبات أكثر تفصيلًا لتحقيق الدقة المطلوبة، مما قد يزيد من استهلاك التوكنات الإجمالي. بالنسبة للمهام التي يحصل فيها GPT-4o على الإجابة الصحيحة من محاولة واحدة بينما يحتاج GPT-4o-mini إلى ثلاث محاولات، قد تكون التكلفة الإجمالية مماثلة أو حتى أعلى. بالإضافة إلى ذلك، إذا كنت بحاجة إلى إرسال العديد من الطلبات الصغيرة، فقد يضيف عبء استدعاءات API زمن استجابة ولكن ليس تكلفة مباشرة. لا يتم تطبيق التخزين المؤقت؛ يتم معالجة كل طلب بشكل جديد. قيّم حالة الاستخدام الخاصة بك مع كلا النموذجين لتحديد أفضل توازن بين التكلفة والأداء. يوفر OrcaRouter تسعيرًا ثابتًا دون خصومات على الكمية.
OrcaRouter لا يقوم بتطبيق التخزين المؤقت للمطالبات. كل طلب إلى GPT-4o-mini يُرسل إلى خوادم OpenAI ويتم الفوترة لكل رمز (token). لا توجد أسعار مخفضة للمطالبات المتكررة. إذا كان عبء العمل الخاص بك يكرر نفس رسالة النظام أو السياق الطويل بشكل متكرر، فقد تفكر في تخزين الرد من جانبك لتجنب إعادة إرسال المطالبات المتطابقة. بعض المزودين يقدمون خصومات على التخزين المؤقت للمطالبات، ولكن عبر OrcaRouter تدفع السعر القياسي للمزود. هذا الأمر شفاف ويمكن التنبؤ به. غياب التخزين المؤقت يُبسّط التسعير ولكنه يعني أنه يجب عليك تصميم استفساراتك لتقليل استخدام الرموز المكررة.
(ملاحظة: لا توجد نسخة أخرى من GPT-4o-mini متوفرة. بافتراض أن السؤال يدور حول المقارنة مع نماذج صغيرة أخرى مثل Claude 3 Haiku أو Gemini Flash، ولكن يتم تقديم الحقائق فقط. بدلاً من ذلك، نقارن مع GPT-4o.) مقارنةً بـ GPT-4o، فإن GPT-4o-mini أرخص بشكل كبير: 0.15 دولار مقابل 2.50 دولار لكل مليون رمز إدخال (أرخص بنسبة 94%) و 0.60 دولار مقابل 10 دولارات لكل مليون رمز إخراج (أرخص بنسبة 94%). يجد العديد من المستخدمين أن GPT-4o-mini مناسب لـ 80-90% من المهام، مما يوفر توفيرًا كبيرًا. ومع ذلك، بالنسبة للمهام التي تتطلب أقصى دقة (مثل توليد الكود المعقد، والاستدلال القانوني الدقيق)، قد لا تبرر التوفير في التكاليف انخفاض الجودة. يتيح لك OrcaRouter التبديل بين النماذج بسهولة عبر نفس نقطة نهاية API عن طريق تغيير معرف النموذج.
استخدم مكتبة عميل OpenAI أو أي عميل HTTP، مع تعيين عنوان URL الأساسي إلى https://api.orcarouter.ai/v1. قم بتعيين معامل النموذج إلى "openai/gpt-4o-mini". يتطلب المصادقة مفتاح API من OrcaRouter. مثال بسيط بلغة Python: ```python import openai client = openai.OpenAI(base_url="https://api.orcarouter.ai/v1", api_key="your-key") response = client.chat.completions.create(model="openai/gpt-4o-mini", messages=[{"role": "user", "content": "Explain quantum computing."}]) ``` جميع معاملات OpenAI API مدعومة، بما في ذلك temperature وmax_tokens وstream وtools. يقوم OrcaRouter بتمرير الطلبات إلى OpenAI وإرجاع الاستجابات كما هي دون تغيير.
معلمات OpenAI Chat Completions القياسية: model (مطلوب: "openai/gpt-4o-mini")، messages (مصفوفة من كائنات الرسالة)، temperature (0-2، القيمة الافتراضية 1)، top_p (0-1، القيمة الافتراضية 1)، n (عدد الاستجابات، القيمة الافتراضية 1)، stream (قيمة منطقية)، stop (سلسلة/مصفوفة)، max_tokens (حتى 16384)، presence_penalty، frequency_penalty، logit_bias، user (اختياري)، وأدوات استدعاء الدوال. للرؤية، قم بتضمين محتوى الصورة في الرسائل (type "image_url" أو "image_url" مع التفاصيل). يمكن أن تكون مدخلات الملفات مشفرة بـ base64. يمرر OrcaRouter جميع المعاملات إلى OpenAI. ملاحظة: تنسيق الاستجابة (وضع JSON) مدعوم؛ قم بتعيين response_format={ "type": "json_object" } عند الاقتضاء.
الترحيل بسيط: قم بتغيير عنوان URL الأساسي في العميل الخاص بك من "https://api.openai.com/v1" إلى "https://api.orcarouter.ai/v1" واستبدل مفتاح API الخاص بك بمفتاح OrcaRouter. قم بتحديث اسم النموذج إلى "openai/gpt-4o-mini" (أو احتفظ به كـ "gpt-4o-mini"؟ الحقيقة تقول أن معرف النموذج هو "openai/gpt-4o-mini"، لذا استخدم ذلك). جميع الأكواد الأخرى تبقى دون تغيير لأن واجهة برمجة التطبيقات متوافقة تمامًا مع OpenAI. يمكنك أيضًا الاحتفاظ بعدة سلاسل نماذج والتوجيه بناءً على التكلفة أو القدرة. لا يغير OrcaRouter تنسيق الرد. اختبر ببعض الاستعلامات للتأكد من أن الرؤوس والبث يعملان كما هو متوقع.
نعم، يدعم GPT-4o-mini البث عبر أحداث الخادم (SSE). قم بتعيين stream=true في الطلب. سيكون الرد سلسلة من الأجزاء التي تحتوي على محتوى دلتا. هذا يقلل من وقت أول رمز مميز للمستخدمين ويتيح العرض في الوقت الفعلي. يقوم OrcaRouter بتوجيه ردود البث دون تعديل. لاحظ أن إجمالي عدد الرموز المفوترة يظل كما هو. البث متوافق مع جميع طرق الإدخال (نص، صورة، ملف). يمكنك أيضًا دمج البث مع استدعاءات الدوال؛ سيقوم النموذج ببث جزء استدعاء أداة عند الاقتضاء. تنطبق معلمة max_tokens على الرد بأكمله.
GPT-4o-mini هو الإصدار الأصغر والأقل تكلفة من GPT-4o. تبلغ تكلفته حوالي 94% أقل في كل من التوكينات المدخلة والمخرجة. له نفس نافذة السياق البالغة 128 ألف توكين، وأقصى إخراج يبلغ 16 ألف توكين. يدعم نفس المدخلات متعددة الوسائط، لكنه عادةً ما يكون أقل دقة قليلاً في المهام المنطقية المعقدة والإبداعية. في اختبار MATH-500، سجل GPT-4o-mini 78.9 بينما سجل GPT-4o 92+ (تقريبًا). بالنسبة للعديد من المهام اليومية مثل دعم العملاء والتلخيص والرؤية البسيطة، فإن GPT-4o-mini كافٍ. اختر GPT-4o عندما تحتاج إلى أداء من الطراز الأول وتقبل زمن انتقال وتكلفة أعلى.
مقارنة مع نماذج مثل Claude 3 Haiku أو Gemini 1.5 Flash: يوفر GPT-4o-mini نافذة سياقية بسعة 128 ألف رمز، بينما يسمح Haiku بـ 200 ألف وFlash بـ 1 مليون. التسعير متشابه (Haiku: 0.25 دولار/1.25 دولار لكل مليون رمز؛ Flash: 0.35 دولار/1.05 دولار). درجة GPT-4o-mini في MATH-500 البالغة 78.9 تنافسية؛ Haiku يسجل حوالي 73 وFlash حوالي 78 في معايير رياضية مماثلة. بالنسبة للمدخلات متعددة الوسائط، تقبل النماذج الثلاثة الصور. قد يتمتع GPT-4o-mini بجودة استدلال أفضل مقابل سعره، لكن نافذة السياق أصغر من بعض المنافسين. يعتمد الاختيار الأفضل على متطلباتك الخاصة من زمن الاستجابة والتكلفة والجودة. يوفر OrcaRouter أيضًا إمكانية الوصول إلى Haiku وFlash، مما يتيح المقارنة جنبًا إلى جنب.
GPT-3.5-turbo أقدم، وله نافذة سياقية بحجم 16K، وتكلفته أقل قليلاً (0.50 دولار لكل 1M إدخال مقابل 0.15 دولار لـ GPT-4o-mini؟ في الواقع GPT-3.5-turbo-0125 يكلف 0.50/1.50 دولار ولكن بسياق أصغر. استنادًا إلى الأسعار المقدمة، فإن GPT-4o-mini أرخص لكل رمز ويوفر سياقًا أكبر وإدخالًا متعدد الوسائط. لذا، بالنسبة لمعظم المهام، فإن GPT-4o-mini هو الأفضل. ومع ذلك، قد تتطلب بعض التطبيقات القديمة التي تستخدم بالفعل GPT-3.5-turbo تغييرات طفيفة. كما أن GPT-4o-mini يؤدي بشكل أفضل في معايير التفكير. ما لم يكن زمن الوصول بالغ الأهمية أو قمت بضبط نموذج GPT-3.5 بدقة، فإن GPT-4o-mini هو الترقية الموصى بها دون تغيير.
متوافق مع OpenAI — أبقِ على SDK الحالي
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="openai/gpt-4o-mini",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)frequency_penaltylogit_biaslogprobsmax_completion_tokensmax_tokensnparallel_tool_callspredictionpresence_penaltyresponse_formatseedservice_tierstopstreamstructured_outputstemperaturetool_choicetoolstop_logprobstop_pweb_search_options| الإدخال / 1M توكن | $0.150 |
| الإخراج / 1M توكن | $0.600 |
| قراءة الذاكرة المؤقتة / 1M | $0.075 |
| العملة | USD |
تقدير بناءً على السعر المُعلن
تقدير فقط — يعتمد العدد الفعلي للرموز على مُجزّئ الرموز الخاص بالمزوّد.
GET /api/public/models/openai/gpt-4o-miniفتح @misc{orcarouter_gpt_4o_mini,
title = {GPT-4o-mini API},
author = {OpenAI},
year = {2024},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-4o-mini}
}OpenAI. (2024). GPT-4o-mini API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-4o-mini