معاينة OpenAI GPT-4o-mini بسياق موسع لتوليد النصوص الموجه نحو البحث بتكلفة منخفضة.
هذا النموذج هو إصدار تجريبي من GPT-4o-mini من OpenAI، مُحسَّن لتوليد النصوص الموجهة للبحث. يقبل فقط مدخلات نصية ويوفر نافذة سياقية بسعة 128,000 رمز، مما يتيح له معالجة استفسارات المستخدم الطويلة جدًا…
يتميز النموذج بقدرته على فهم وإنشاء النصوص بناءً على سياقات ضخمة (تصل إلى 128 ألف رمز) وإنتاج مخرجات يصل طولها إلى 16,384 رمزًا. يحتفظ النموذج بنقاط القوة الأساسية لـ GPT-4o-mini: الاستدلال السريع، والالتزام الجيد بالتعليمات، وكفاءة التكلفة. من المرجح أن يعمل الضبط المخصص للبحث المسبق على تحسين قدرته على استخراج المقاطع ذات الصلة، ومقارنة المعلومات، والإجابة على الأسئلة التي تتطلب مسحًا ضوئيًا للمقاطع الطويلة. يمكن استخدامه في التلخيص، والإجابة على الأسئلة، واستخراج المعلومات، والمحادثة متعددة الجولات طالما ظل الإدخال نصيًا. لا يدعم استدعاءات الدوال أو استخدام الأدوات بشكل افتراضي، على الرغم من أنه يمكنك دمج نتائج البحث الخارجية في مطالبتك.
بناءً على تصميمه، فإن النموذج هو الأنسب للمهام التي يقدم فيها المستخدم كتلة نصية طويلة تحتوي على المعلومات اللازمة لتوليد إجابة. يشمل ذلك سيناريوهات مثل: تحليل مجموعة من نتائج البحث (المقدمة كنص)، مقارنة أوصاف المنتجات، استخراج الحقائق الرئيسية من الأوراق البحثية، أو تلخيص محاضر الاجتماعات. يسمح السياق البالغ 128k بمعالجة كتب كاملة أو مجموعات من المستندات المتعددة في طلب واحد. ومع ذلك، قد لا يكون مثاليًا للكتابة الإبداعية، أو توليد الأكواد، أو المهام التي تتطلب فهماً متعدد الوسائط. لتلك الحالات، يُنصح باستخدام نموذج GPT-4o-mini أو GPT-4o القياسي.
إذا كانت مهمتك بسيطة جدًا—مثل سؤال وجواب قصير أو تصنيف—ولا تتطلب نافذة سياق كبيرة أو ضبطًا خاصًا بالبحث، فقد يكون نموذج أرخص مثل GPT-4o-mini (بدون preview) أو حتى GPT-3.5 Turbo كافيًا. سعر نموذج preview مطابق لسعر GPT-4o-mini، لذا فالتكلفة ليست عامل تمييز. ومع ذلك، إذا كانت زمن الاستجابة هي الأولوية، فإن GPT-4o-mini هو بالفعل من أسرع النماذج؛ يجب أن تكون سرعة إصدار preview مماثلة. إذا لم تكن بحاجة إلى التركيز على البحث، فقد يكون GPT-4o-mini القياسي أكثر اختبارًا واستقرارًا على نطاق واسع.
الحد الأقصى لعدد الرموز (tokens) لكل طلب هو 16,384. يمكن أن يصل طول السياق المدخل إلى 128,000 رمز. هذه حدود سخية تسمح باستجابات طويلة وسياقات طويلة جدًا. ومع ذلك، نظرًا لأن النموذج نصي فقط، يجب أن تكون جميع الرموز نصوصًا. لا يوجد دعم أصلي للبيانات المنظمة مثل فرض مخطط JSON، على الرغم من أنه يمكنك توجيه النموذج لإخراج JSON. قد تحتوي المعاينة على حدود للمعدل؛ عند استخدام OrcaRouter، تعتمد تلك الحدود على مستوى حسابك وتوفر المزود الخلفي.
لم تنشر OpenAI نتائج معايير منفصلة لهذا النموذج الأولي المحدد. ومع ذلك، يُعرف نموذج GPT-4o-mini الأساسي بتحقيقه نتائج قوية عبر العديد من معايير NLP، مع كونه أسرع وأرخص بكثير من GPT-4o. يجب أن يتوقع المستخدمون أداءً عامًا مشابهًا، مع نتائج أفضل محتملة في المهام التي تتضمن استرجاع المعلومات أو التفكير في السياقات الطويلة بفضل الضبط القائم على البحث. نظرًا لعدم وجود معايير رسمية، يُوصى بتقييم النموذج على مجموعة الاختبار الخاصة بك لقياس فعاليته في مجالك.
GPT-4o-mini هو واحد من أسرع النماذج في عائلة GPT-4، ويجب أن يكون لهذا الإصدار التجريبي زمن استجابة مشابه. وقت الوصول إلى أول رمز (time-to-first-token) منخفض عادة، مما يجعله مناسبًا للتطبيقات التفاعلية. يعتمد زمن الاستجابة الدقيق على حجم الطلب، طول المخرجات، وحمل الموفر الحالي. قد يزيد سياق 128k من وقت الوصول إلى أول رمز مقارنة بالسياقات الأقصر، ولكن بمجرد بدء التدفق، يتم إنتاج الرموز بسرعة. لا يضيف OrcaRouter عبئًا كبيرًا؛ تم تحسين استدعاءات API لتقليل زمن الاستجابة.
القوة الرئيسية تتمثل في الجمع بين السرعة العالية، والتكلفة المنخفضة، والقدرة على معالجة السياقات الطويلة جدًا. بالنسبة للمهام التي تكون الإجابة موجودة في النص المقدم، يمكن لهذا النموذج استخراجها بكفاءة دون التكلفة الأعلى لنموذج GPT-4o. كما يرث الالتزام القوي بالتوجيهات من نموذج GPT-4o-mini. ومع ذلك، قد لا يضاهي الاستدلال الدقيق، أو الإبداع، أو الدقة الواقعية للنماذج الأكبر مثل GPT-4o أو GPT-4 Turbo. في مهام الاستدلال المعقدة، غالبًا ما تؤدي النماذج الأكبر أداءً أفضل، ولكن بتأخير وتكلفة أعلى.
كمعاينة، قد يحتوي النموذج على أخطاء غير مكتشفة أو سلوك غير متسق. لم يتم اختباره على نطاق واسع مثل الإصدارات المستقرة. قد يؤدي ضبط البحث إلى مخرجات غير متوقعة عندما لا يحتوي الإدخال على معلومات كافية، مما قد يؤدي إلى هلوسة. لا يمكن للنموذج استخدام أدوات خارجية أو تصفح الويب إلا إذا قمت بتوفير المحتوى ذي الصلة. إذا كانت مهمتك تتطلب نتائج بحث حديثة من الويب، فستحتاج إلى إدراجها في المطالبة يدويًا. بالإضافة إلى ذلك، لا يدعم الصور أو الصوت، مما يحد من استخدامه في السيناريوهات متعددة الوسائط.
يقوم OrcaRouter بتمرير تسعير المزوّد دون أي هامش ربح. بالنسبة لـ openai/gpt-4o-mini-search-preview-2025-03-11، تبلغ التكلفة $0.15 لكل مليون رمز إدخال و $0.60 لكل مليون رمز إخراج. تشمل رموز الإدخال المطالبة الكاملة (رسالة النظام، رسائل المستخدم، وأي سجل سابق). رموز الإخراج هي النص المُنشأ. لا توجد رسوم إضافية من OrcaRouter. وهذا يجعل النموذج ميسور التكلفة جدًا للاستخدام بكميات كبيرة، خاصة عند معالجة السياقات الطويلة.
لا يتم ذكر أي خصومات محددة للتخزين المؤقت (caching) لهذا النموذج على OrcaRouter. التسعير هو لكل رمز (per-token) بنظام الدفع حسب الاستخدام. بعض المزوّدين يقدمون تخزينًا مؤقتًا للحث (prompt caching) يقلل التكلفة للبادئات المتكررة، لكنه غير مؤكد لهذه النسخة التجريبية. عادةً، قد تقدم OpenAI التخزين المؤقت لبعض النماذج في واجهتها البرمجية (API)، لكن هذه النسخة التجريبية قد لا تكون مؤهلة. يُرجى مراجعة وثائق OpenAI لأحدث سياسات التخزين المؤقت. على OrcaRouter، يتم محاسبتك بنفس السعر بغض النظر عن أنماط الاستخدام.
بسعر 0.15 دولار للإدخال / 0.60 دولار للإخراج لكل مليون رمز، فهو مطابق لـ GPT-4o-mini القياسي. مما يجعله أرخص بكثير من GPT-4o (2.50 دولار للإدخال / 10 دولارات للإخراج) و GPT-4 Turbo (10 دولارات للإدخال / 30 دولارًا للإخراج). وهو أغلى من النماذج الأقدم مثل GPT-3.5 Turbo (0.50 دولار / 1.50 دولار لكل مليون؟). ومع ذلك، تكمن القيمة في السياق الكبير والضبط للبحث. إذا كنت بحاجة إلى السياق الكامل، فإن الميزة في التكلفة مقارنة بالنماذج الأكبر تكون كبيرة.
لاستخدام النموذج، قم بتعيين عنوان URL الأساسي لواجهة API إلى https://api.orcarouter.ai/v1، ومفتاح API الخاص بك (من OrcaRouter)، ومعرّف النموذج إلى بالضبط "openai/gpt-4o-mini-search-preview-2025-03-11". مثال على عميل OpenAI القياسي باستخدام Python: client = OpenAI(api_key="your_orcarouter_key", base_url="https://api.orcarouter.ai/v1") response = client.chat.completions.create( model="openai/gpt-4o-mini-search-preview-2025-03-11", messages=[{"role": "user", "content": "Your prompt"}] ) جميع معلمات إكمال المحادثة القياسية مدعومة، بما في ذلك temperature، max_tokens، top_p، frequency_penalty، presence_penalty، وتوابع الإيقاف (stop sequences). البث متاح باستخدام stream=True.
يدعم النموذج نفس المعاملات التي تدعمها واجهة برمجة تطبيقات OpenAI Chat Completions. المعاملات الرئيسية: temperature (القيمة الافتراضية 1.0، النطاق 0-2)، top_p (القيمة الافتراضية 1.0)، max_tokens (القيمة الافتراضية متغيرة، يمكن تعيينها حتى 16384)، stop (قائمة من السلاسل النصية)، frequency_penalty (القيمة الافتراضية 0)، presence_penalty (القيمة الافتراضية 0)، و logit_bias. يمكنك أيضًا تمرير user_id للمراقبة. لا يوجد دعم أصلي لمخطط response_format حتى الآن؛ إذا كنت بحاجة إلى إخراج منظم، استخدم تعليمات prompt. يحترم النموذج رسائل النظام لتعيين السياق.
لا يتطلب الترحيل أي تغييرات في هيكل الطلب بخلاف تحديث معرف النموذج. في استدعاء واجهة برمجة التطبيقات، استبدل سلسلة النموذج بـ "openai/gpt-4o-mini-search-preview-2025-03-11". تأكد من أن عنوان URL الأساسي يشير إلى OrcaRouter (https://api.orcarouter.ai/v1) إذا لم تكن تستخدمه بالفعل. نظرًا لأنه إصدار تجريبي، اختبر بدقة: قد تختلف الردود في الأسلوب أو الدقة. يمكنك التبديل بين النماذج بشكل مشروط في تطبيقك عن طريق تخزين معرف النموذج في الإعدادات. راقب الأداء والتكاليف لضمان أن الإصدار التجريبي يلبي احتياجاتك قبل النشر الكامل.
كلا النموذجين يشتركان في نفس البنية الأساسية والتسعير. نموذج GPT-4o-mini القياسي هو نموذج عام الغرض بدون ضبط بحث محدد. تم تصميم المعاينة لتحسين الأداء في المهام التي تتضمن استخراج وتجميع المعلومات من سياقات نصية كبيرة، مثل تحليل نتائج البحث. عمليًا، قد تتعامل المعاينة مع المطالبات الطويلة التي تحتوي على العديد من الحقائق بدقة أكبر، بينما قد يكون الإصدار القياسي أفضل للمحادثات المفتوحة، أو الكتابة الإبداعية، أو المهام التي لا يكون فيها سلوك البحث ضروريًا. إذا كان تطبيقك يعمل بالفعل مع GPT-4o-mini القياسي، فإن اختبار المعاينة منخفض المخاطر بسبب واجهة برمجة التطبيقات المتطابقة.
GPT-4o هو النموذج متعدد الوسائط الرائد من OpenAI، ويتمتع بقدرة أعلى على الاستدلال وفهم الصور وسياق أوسع (128 ألف رمز أيضًا). ومع ذلك، فهو أغلى بكثير (2.50 دولار/10 دولارات لكل مليون رمز) وأبطأ. في المقابل، تتنازل النسخة التجريبية من GPT-4o-mini عن بعض عمق الاستدلال لصالح السرعة والتكلفة. بالنسبة للمهام النصية البحتة التي لا تتطلب استدلالًا معقدًا متعدد الخطوات، قد تكون النسخة التجريبية كافية بتكلفة أقل بكثير. أما بالنسبة للمهام التي تتطلب إدخالًا متعدد الوسائط أو دقة أعلى، فإن GPT-4o يبقى متفوقًا.
كلود 3 هايكو (من Anthropic) وجيميني 1.5 فلاش (من Google) هما أيضًا نماذج سريعة ورخيصة ذات سياقات كبيرة. هايكو لديه سياق 200 ألف رمز، وفلاش يصل إلى 1 مليون. تختلف الأسعار. المعاينة البحثية لـ GPT-4o-mini فريدة لأنها معاينة لنسخة مضبوطة للبحث من OpenAI. دون مقارنات مباشرة للمعايير، يصعب تحديد أيها الأفضل. الثلاثة ممتازة لمهام استرجاع المعلومات. قد يعتمد الاختيار على توافق النظام البيئي، وأسلوب المطالبة، والأداء المحدد على بياناتك. يوفر OrcaRouter وصولاً موحدًا إليها جميعًا، مما يسهل اختبار A/B.
اختر هذا الطراز إذا كانت الأولوية القصوى لديك هي كفاءة التكلفة وسرعة الاستجابة، وتعمل مع نصوص فقط لا تتطلب استدلالًا متقدمًا. إنه مثالي للتطبيقات ذات الحجم الكبير حيث يكون سياق كل طلب كبيرًا (مثل معالجة المستندات الطويلة) ولكن المخرجات قصيرة نسبيًا. إذا كنت بحاجة إلى أفضل دقة ممكنة، خاصة في الاستعلامات الغامضة أو المعقدة، أو إذا كنت بحاجة إلى معالجة الصور، فإن GPT-4o هو الخيار الأفضل. كما أن الطراز التجريبي مناسب للنماذج الأولية والاختبار قبل الالتزام بنموذج أعلى التكلفة.
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-search-preview-2025-03-11",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)max_tokensresponse_formatstreamstructured_outputsweb_search_options| الإدخال / 1M توكن | $0.150 |
| الإخراج / 1M توكن | $0.600 |
| 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-search-preview-2025-03-11فتح @misc{orcarouter_gpt_4o_mini_search_preview_2025_03_11,
title = {openai/gpt-4o-mini-search-preview-2025-03-11 API},
author = {openai},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-4o-mini-search-preview-2025-03-11}
}openai. (n.d.). openai/gpt-4o-mini-search-preview-2025-03-11 API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-4o-mini-search-preview-2025-03-11