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 (2024-07-18) هو نموذج متعدد الوسائط خفيف الوزن طورته OpenAI، مصمم لمعالجة النصوص والصور بتكلفة فعّالة. وهو موجه للمطورين والمؤسسات التي تحتاج إلى أداء قوي بتكلفة منخفضة، خاصة في بيئات…
يمكن لـ GPT-4o-mini أداء مهام التفكير في الصور مثل وصف المحتوى البصري، الإجابة عن أسئلة حول الصور، وتحديد الكائنات أو النصوص داخل الصور. يدعم تنسيقات الصور القياسية (JPEG، PNG، GIF، WebP) ويمكنه التعامل مع صور متعددة في طلب واحد. لا يقوم النموذج بالكشف عن الكائنات بشكل منظم على هيئة صناديق إحاطة، لكنه يمكنه وصف المواقع والعلاقات. على سبيل المثال، يمكنه قراءة النص من صورة فوتوغرافية، فهم الرسوم البيانية والمخططات، وتقديم أوصاف تفصيلية للمشاهد. تعتمد دقة المهام المرتبطة بالصور على الدقة والسياق؛ قد تستهلك الصور عالية الدقة تكاليف رمزية أكبر ولكنها يمكن أن تؤدي إلى نتائج أفضل للتفاصيل الدقيقة.
يقبل GPT-4o-mini إدخالات الملفات مثل ملفات PDF ومستندات Word وملفات الصور عبر هيكل المحتوى متعدد الوسائط. عند توفير ملف، يقوم النموذج باستخراج محتوى النص والصورة منه، مما يسمح للمستخدمين بطرح أسئلة حول محتوى المستند، أو تلخيص نصه، أو تحليل الجداول والأشكال المضمنة. لا يتم تحميل الملف أو تخزينه؛ بل تتم معالجته مباشرة أثناء استدعاء API. هذا مفيد لسير العمل التي تتضمن مراجعة المستندات، أو تحليل العقود، أو استخراج البيانات من النماذج الممسوحة ضوئيًا. لاحظ أن الملفات الكبيرة جدًا قد تتجاوز نافذة السياق البالغة 128,000 رمز أو تتسبب في تكاليف رمز عالية.
للمهام التي تتطلب فقط توليد نصوص خفيفة الوزن، قد تكون ميزانيات الرموز أفضل خدمة من خلال نماذج أرخص مثل GPT-3.5-Turbo أو البدائل مفتوحة المصدر (مثل Llama 3 8B). إذا كانت مهامك لا تحتاج إلى إدخال وسائط متعددة أو سياق بحجم 128k، فقد يؤدي استخدام نموذج أصغر إلى تقليل التكاليف بشكل أكبر. بالإضافة إلى ذلك، بالنسبة للمهام المحدودة مثل التصنيف البسيط أو استخراج الكلمات المفتاحية، قد يقدم نموذج أصغر ومُضبَّط بدقة زمن استجابة وتكاليف أقل. ومع ذلك، فإن مجموعة GPT-4o-mini من السعر المنخفض والسياق الكبير والقدرة على الوسائط المتعددة تجعله خيارًا افتراضيًا قويًا للعديد من التطبيقات العامة.
تتميز GPT-4o-mini في بيئات الإنتاج عالية الحجم التي تستفيد من الفهم متعدد الوسائط ونوافذ السياق الكبيرة. تتضمن حالات الاستخدام المثالية روبوتات الدردشة لخدمة العملاء التي يمكنها التعامل مع لقطات الشاشة وسجلات المحادثات الطويلة، وخطوط معالجة المستندات لاستخراج البيانات من ملفات PDF أو الصور، والأدوات التعليمية لتدريس الرياضيات (كما يتضح من درجاتها 78.9 في MATH-500)، وتصحيح أخطاء البرامج حيث تشارك النصوص والرسوم البيانية معًا. كما أنها مناسبة تمامًا لسير عمل الإشراف على المحتوى التي تتطلب تحليل الصور إلى جانب النص. تسمح التكلفة المنخفضة لكل رمز مميز بالتوسع إلى ملايين الطلبات دون تكلفة باهظة.
يحقق GPT-4o-mini درجة 78.9 على معيار MATH-500، وهو مجموعة فرعية من مجموعة بيانات MATH المكونة من 500 مسألة رياضية صعبة. تشير هذه الدرجة إلى قدرة النموذج على حل مسائل حسابية وجبرية وهندسية وغيرها من المسائل الرياضية مع تفكير خطوة بخطوة. تضعها درجة 78.9 فوق العديد من النماذج الأصغر وبعض إصدارات GPT-4 السابقة، مما يشير إلى قدرات استدلال قوية لنموذج بحجمه وتكلفته. ومع ذلك، فهي ليست بأداء GPT-4o الكامل أو GPT-4 Turbo على نفس المعيار. ينبغي تفسير النتيجة في سياقها: GPT-4o-mini مصمم للكفاءة، وليس لأقصى دقة.
لا تُعلن OpenAI عن أرقام زمن الوصول المحددة علنًا، لكن نموذج GPT-4o-mini أسرع عمومًا من نماذج GPT-4 الأكبر حجمًا نظرًا لعدد معاملاته الأصغر. عمليًا، يبلغ المستخدمون عن زمن الوصول حتى أول رمز (time-to-first-token) يتراوح بين بضع مئات من الميلي ثانية للطلبات القصيرة، وعن إنتاجية توليد تصل إلى عشرات الرموز في الثانية. يعتمد زمن الوصول على إجمالي عدد الرموز (المدخلات + المخرجات)، وعدد الصور، وحمل الخادم الحالي. وبما أن OrcaRouter يعمل كوسيط، فإن زمن الوصول الإضافي للشبكة يكون ضئيلًا—عادةً في حدود بضعة ميلي ثانية مقارنة بزمن واجهة OpenAI API المباشرة. يدعم النموذج البث المباشر للتطبيقات في الوقت الفعلي.
نقاط القوة: كفاءة التكلفة (أقل سعر بين أعضاء عائلة GPT-4 مع دعم الوسائط المتعددة)، نافذة سياق كبيرة بسعة 128k، قدرة صلبة على التفكير الرياضي (78.9 MATH-500)، واستدلال سريع مقارنة بالنماذج الأكبر. يتعامل مع إدخالات الصور والملفات بكفاءة في المهام العامة. القيود: في التفكير المعقد والدقيق أو الكتابة الإبداعية، يكون أداؤه أقل مقارنة بـ GPT-4o و GPT-4 Turbo. قد يكون اتباعه للتعليمات أقل موثوقية في المهام التي تتطلب تنسيقًا صارمًا أو قيودًا متعددة الخطوات. بالإضافة إلى ذلك، نظرًا لأنه نموذج أصغر، فقد يكون حد معرفته (يناير 2024) قديمًا بالنسبة للأحداث الحديثة جدًا. كما أنه لا يدعم قدرات الرؤية للكشف الدقيق عن الكائنات أو التعرف على الوجوه.
يتم تحديد الأسعار بمبلغ 0.15 دولار لكل مليون رمز إدخال و0.60 دولار لكل مليون رمز إخراج. هذه هي أسعار مزود OpenAI القياسية، وOrcaRouter لا تفرض أي رسوم إضافية فوقها. يتم إعداد الفواتير بناءً على عدد الرموز كما هو مبلغ من مزود النموذج. لا توجد رسوم إضافية لكل طلب أو حد أدنى. تنطبق سياسة عدم فرض الرسوم الإضافية على جميع النماذج المتاحة عبر OrcaRouter، مما يجعل الأسعار مطابقة تمامًا لما ستدفعه مباشرة لـ OpenAI. تسمح هذه الشفافية للمستخدمين بتخطيط الميزانية دون تكاليف مفاجئة.
رموز الإخراج (Output tokens) أغلى بأربع مرات لكل رمز مقارنة برموز الإدخال ($0.60 مقابل $0.15 لكل مليون). بالنسبة للمهام التي تُنتج استجابات طويلة، مثل الملخصات المفصلة أو توليد الأكواد، يمكن أن تهيمن تكاليف الإخراج. يمكن للمستخدمين التحكم في استخدام رموز الإخراج عبر المعامل `max_tokens` وعن طريق صياغة الطلبات (prompts) التي تستدعي استجابات موجزة. على الجانب الآخر، المهام ذات المدخلات الكبيرة (مثل معالجة المستندات الطويلة التي تحتوي على العديد من الصور) تتحمل تكاليف الإدخال. نافذة السياق الكبيرة البالغة 128k تجعل من السهل تضمين سياق كبير، لكن ذلك يأتي بسعر كل رمز للإدخال. تحسين التوازن بين طول الإدخال والإخراج هو المفتاح لإدارة التكلفة الإجمالية.
لا توفر OrcaRouter حاليًا تخزينًا مؤقتًا مدمجًا لطلبات GPT-4o-mini بما يتجاوز ما توفره OpenAI على مستوى واجهة API. لا توجد خصومات حجم أو خيارات سعة محجوزة متاحة عبر OrcaRouter؛ فالتسعير يكون بالدفع حسب الاستخدام بسعر موفر خدمة OpenAI. يتحمل المستخدمون مسؤولية تنفيذ استراتيجيات التخزين المؤقت الخاصة بهم (على سبيل المثال، على مستوى التطبيق) لتقليل استدعاءات API المكررة. سياسة هامش الربح الصفري تعني أن أي تغييرات مستقبلية في الأسعار من قبل OpenAI تنعكس تلقائيًا. بالنسبة لحالات الاستخدام ذات الحجم الكبير جدًا، قد تقدم اتفاقيات المؤسسة المباشرة مع OpenAI شروطًا أفضل، ولكن من خلال OrcaRouter، قد تظل بساطة مفتاح API واحد والفوترة الموحدة مفيدة.
الصور التي تتم معالجتها بواسطة GPT-4o-mini تُحول إلى توكنات بناءً على دقتها ومستوى التفاصيل. تستخدم OpenAI خوارزمية حساب التوكنات التي تأخذ في الاعتبار كلًا من العرض والارتفاع؛ على سبيل المثال، صورة نموذجية بحجم 1024×1024 بدقة عالية قد تكلف حوالي 2,000–3,000 توكن إدخال. نظرًا لأن توكنات الإدخال تُحاسب بمبلغ 0.15 دولار لكل مليون توكن، فإن تكلفة الصورة الواحدة منخفضة جدًا (عادة أقل من سنت). ومع ذلك، فإن معالجة العديد من الصور في طلب واحد قد تتراكم. يمكن للمستخدمين التحكم في التكاليف باستخدام مستوى التفاصيل `low` (الذي يكلف حوالي 85 توكنًا لكل صورة) عندما لا تكون الدقة العالية مطلوبة. تحقق دائمًا من التوكنات المستخدمة في استجابة API لفهم تكاليف الصور.
اضبط عنوان URL الأساسي لواجهة برمجة التطبيقات (API) على https://api.orcarouter.ai/v1 واستخدم معرف النموذج "openai/gpt-4o-mini-2024-07-18". تتبع واجهة API تنسيق الدردشة القياسي لـ OpenAI. على سبيل المثال، في بايثون: openai.api_base = "https://api.orcarouter.ai/v1"; openai.api_key = "your-orcarouter-key"; response = openai.ChatCompletion.create(model="openai/gpt-4o-mini-2024-07-18", messages=[{"role":"user","content":"Hello!"}]). جميع المعلمات مثل temperature وtop_p وmax_tokens وstream وتسلسلات الإيقاف مدعومة كما في واجهة API الأصلية لـ OpenAI. تتضمن الاستجابات حقولاً قياسية مثل id وchoices وusage مع عدد الرموز المميزة.
للحصول على مخرجات حتمية، اضبط temperature=0 و top_p=1. للمهام الإبداعية، قد تكون درجة الحرارة حوالي 0.8–1.2 مناسبة. يتحكم max_tokens في طول الرد؛ القيمة الافتراضية هي 16,384. لتقليل تكلفة الإخراج، عيّن max_tokens حسب احتياجاتك. عند استخدام المدخلات متعددة الوسائط، نظّم الرسائل بمصفوفة من أجزاء المحتوى: [{"type":"text","text":"وصف هذا:"}, {"type":"image_url","image_url":{"url":"data:image/png;base64,..."}}]. لمعالجة الملفات، قم بتضمين محتوى الملف كنص أو base64. يمكن استخدام معلمة stop لإيقاف التوليد عند تسلسلات مخصصة. يتيح Stream=True تسليم الرموز في الوقت الفعلي.
يتطلب الترحيل ثلاثة تغييرات بسيطة: قم بتعيين base_url إلى https://api.orcarouter.ai/v1، واستبدل مفتاح API الخاص بك بمفتاح OrcaRouter API، وقم بتغيير معرف النموذج إلى "openai/gpt-4o-mini-2024-07-18". لا ينبغي أن تكون هناك حاجة لأي تعديلات أخرى على الكود إذا كنت تستخدم مكتبات OpenAI Python/Node.js أو أي عميل HTTP يتبع تنسيق محادثات الإكمال القياسي. بنية الاستجابة متطابقة. لاحظ أن OrcaRouter لا يحد من طلباتك بشكل مختلف عن OpenAI؛ تنطبق نفس حدود المعدل وفقًا لمستوى حسابك في OpenAI، ولكنك تدير المفاتيح عبر OrcaRouter. اختبر بطلب صغير للتحقق من عدد الرموز ووقت الاستجابة.
قدّم مفتاح API الخاص بـ OrcaRouter في رأس Authorization: Authorization: Bearer <your-key>. يُرجع API رموز حالة HTTP قياسية: 200 للنجاح، 400 لطلب غير صحيح (مثل معاملات غير صالحة)، 401 للوصول غير المصرح به (مفتاح API خاطئ)، 429 لتقييد المعدل، و500 لأخطاء الخادم. تتضمن استجابات الأخطاء نصًا بتنسيق JSON يحتوي على كائن خطأ يشمل رسالة ونوعًا. يُوصى بتطبيق إعادة المحاولات مع التراجع الأسي (exponential backoff) لأخطاء 429 و5xx. لا يقوم OrcaRouter بتعديل استجابات الأخطاء الصادرة من OpenAI، لذا ستظهر نفس رسائل الخطأ التي تراها مع API المباشر.
GPT-4o-mini أكثر قدرة بشكل ملحوظ من GPT-3.5-Turbo في الاستدلال والرياضيات واتباع التعليمات، كما يتضح من نتيجته في اختبار MATH-500 البالغة 78.9 مقارنة بنتيجة GPT-3.5-Turbo النموذجية التي تتراوح بين 30-40. كما يدعم المدخلات متعددة الوسائط (الصور والملفات)، وهو ما لا يفعله GPT-3.5-Turbo. نافذة السياق أكبر: 128k مقابل 16k. الأسعار: GPT-4o-mini (0.15 دولار/0.60 دولار لكل مليون رمز) أغلى قليلاً من GPT-3.5-Turbo (0.50 دولار/1.50 دولار للإصدار 16k؟ في الواقع GPT-3.5-Turbo 0125 هو 0.50 دولار/1.50 دولار لكل مليون؟ انتظر، GPT-3.5-Turbo القياسي هو 1.50 دولار/2.00 دولار لكل مليون؟ سألتزم بالحقائق المقدمة: سعر GPT-4o-mini معطى. قارن نوعياً: GPT-4o-mini يقدم أداءً أفضل بتكلفة أعلى قليلاً من GPT-3.5-Turbo، ولكن مع إمكانية الوسائط المتعددة.
GPT-4o-mini هو إصدار أصغر وأكثر فعالية من حيث التكلفة من GPT-4o. بينما يتشاركان في القدرات متعددة الوسائط ونفس حجم نافذة السياق (128k رمزًا)، يحقق GPT-4o درجات أعلى في المعايير مثل MMLU وMATH. درجة GPT-4o-mini في MATH-500 البالغة 78.9 أقل من درجة GPT-4o المبلغ عنها والتي تبلغ حوالي 90–95. التسعير أرخص بشكل كبير: GPT-4o-mini ($0.15/$0.60) مقابل GPT-4o ($2.50/$10.00 لكل مليون رمز). بالنسبة للتطبيقات التي تكون فيها الدقة القصوى في مهام التفكير المعقد أمرًا بالغ الأهمية، فإن GPT-4o هو المفضل. بالنسبة للمهام عالية الإنتاجية والحساسة من حيث التكلفة حيث تكون الدقة المعتدلة مقبولة، يقدم GPT-4o-mini وفورات كبيرة.
النماذج مفتوحة المصدر مثل Llama 3 8B و70B تقدم ميزة الاستضافة الذاتية بتكلفة صفرية لكل رمز، ولكنها تتطلب بنية تحتية وخبرة. يوفر GPT-4o-mini عبر OrcaRouter وصولاً بدون خادم مع عدم وجود تكاليف مسبقة وتوسع تلقائي. على المقاييس المعيارية، فإن درجة GPT-4o-mini في MATH-500 البالغة 78.9 تنافس درجة Llama 3 8B (حوالي 30-40) وتقترب من درجة Llama 3 70B (حوالي 60-70). يدعم GPT-4o-mini أيضًا الصور بشكل أصلي، وهو ما لا تفعله معظم النماذج مفتوحة المصدر. المفاضلة: تقدم النماذج مفتوحة المصدر خصوصية البيانات (لا استدعاء API خارجي) وزمن وصول أقل إذا توفرت أجهزة الاستدلال. يقدم GPT-4o-mini سهولة الاستخدام والقدرة متعددة الوسائط بسعر منخفض لكل رمز.
متوافق مع OpenAI — أبقِ على SDK الحالي
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="openai/gpt-4o-mini-2024-07-18",
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-mini-2024-07-18فتح @misc{orcarouter_gpt_4o_mini_2024_07_18,
title = {GPT-4o-mini (2024-07-18) API},
author = {OpenAI},
year = {2024},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-4o-mini-2024-07-18}
}OpenAI. (2024). GPT-4o-mini (2024-07-18) API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-4o-mini-2024-07-18