GPT-5 Mini ist eine kompakte Version von GPT-5, die für leichtere Denkaufgaben ausgelegt ist. Sie bietet die gleichen Vorteile in Bezug auf Befolgung von Anweisungen und Sicherheitsoptimierung wie GPT-5, jedoch mit geringerer Latenz und niedrigeren Kosten.
GPT-5 Mini ist ein Sprachmodell von OpenAI, das für Aufgaben entwickelt wurde, die von einem großen Kontextfenster und starkem mathematischen Denken profitieren. Mit 400.000 Token Kontext und 128.000…
GPT-5 Mini zeigt starke mathematische Argumentationsfähigkeiten, was durch seinen Wert von 90,7 im AA Math Benchmark belegt wird. Dies deutet darauf hin, dass es gut geeignet ist für Probleme, die schrittweise Berechnungen, symbolische Manipulation oder logische Deduktion erfordern. Das große Kontextfenster ermöglicht es, Zwischenergebnisse über viele Schritte hinweg zu behalten, was es effektiv für mehrstufige Textaufgaben, Theoremableitungen und strukturierte Beweise macht. Das Denken in anderen Bereichen (z. B. Allgemeinwissen, Wissenschaft) wird jedoch in den bereitgestellten Daten nicht speziell bewertet. Die Fähigkeiten des Modells sind wahrscheinlich mit denen anderer Modelle von OpenAI für Aufgaben vergleichbar, die nicht die volle Breite von GPT-5 erfordern, aber die Benutzer sollten es mit ihren eigenen Datensätzen evaluieren.
GPT-5 Mini kann Text, Bilder und Dateien in einer einzigen Anfrage verarbeiten. Wenn ein Bild oder eine Datei bereitgestellt wird, interpretiert das Modell diese als Teil des Eingabekontexts und wandelt visuelle oder strukturierte Daten in Tokens um, die auf das 400.000-Token-Limit angerechnet werden. Dies ermöglicht es dem Modell, Fragen zu Bildern zu beantworten, Dokumentinhalte zusammenzufassen oder Daten aus Tabellen zu extrahieren. Die genauen Token-Kosten für Bilder und Dateien werden durch die Kodierung von OpenAI bestimmt – typischerweise werden Bilder in Kacheln unterteilt, die jeweils eine festgelegte Anzahl von Tokens verbrauchen. Bei Dateien wird der Inhalt oft als Text extrahiert. Es fallen keine separaten Kosten für die Modalität an, abgesehen von der tokenbasierten Eingabepreisgestaltung.
GPT-5 Mini kostet $0,25/M für Eingabe und $2,00/M für Ausgabe, was höher ist als bei vielen kleineren Modellen (z.B. GPT-4o Mini, Claude Haiku), aber niedriger als beim vollständigen GPT-5. Es lohnt sich, es zu wählen, wenn Ihre Aufgabe starkes mathematisches Denken erfordert (z.B. 90,7 AA Math) und einen großen Kontextfenster (400K Token). Wenn Ihre Aufgabe eine einfache Klassifikation oder Kurzform-Generierung ist, kann ein günstigeres Modell ausreichen. Falls Sie ein extrem hohes Ausgabevolumen benötigen, können sich die Ausgabekosten von $2,00/M summieren. Ziehen Sie GPT-5 Mini in Betracht, wenn Sie zuverlässige Schlussfolgerungen über lange Kontexte benötigen – wie die Analyse eines 200-seitigen Forschungsberichts – und von seinem ausgewogenen Verhältnis zwischen Leistung und Kosten profitieren können.
GPT-5 Minis Fähigkeit, Bilder und Dateien zu akzeptieren, macht es für Aufgaben wie Rechnungsverarbeitung, Diagramminterpretation und Dokumenten-Q&A geeignet. Beispielsweise können Sie eine PDF-Datei eines Finanzberichts (Datei) zusammen mit einem Diagrammbild hochladen und das Modell bitten, wichtige Kennzahlen zu extrahieren. Der 400K-Kontext kann umfangreiche Berichte mit eingebetteten Bildern aufnehmen. Ein weiterer Anwendungsfall ist die Analyse von Codedateien: Sie können ein Repository als Datei bereitstellen und eine Überprüfung anfordern. Beachten Sie jedoch, dass große Bilder oder viele Dateien schnell Token verbrauchen können. Das Modell behandelt alle Eingaben als Token, also planen Sie, innerhalb des 400K-Kontextlimits zu bleiben.
AA Math ist ein Benchmark, der entwickelt wurde, um die Fähigkeit eines Modells zu bewerten, mathematische Probleme auf verschiedenen Schwierigkeitsstufen zu lösen, die oft Algebra, Arithmetik, Geometrie und Logik umfassen. Eine Punktzahl von 90,7 zeigt an, dass GPT-5 Mini 90,7 % der Testfragen korrekt beantwortet hat. Dies ist ein starkes Ergebnis, das es im Vergleich zu Modellen seiner Größe in die obere Kategorie des mathematischen Denkens einordnet. Es deutet darauf hin, dass das Modell zuverlässig quantitative Textaufgaben, Berechnungen und mehrstufiges Denken bewältigen kann. Es werden keine anderen Benchmarks bereitgestellt, daher sollte diese Punktzahl als eine Hauptstärke betrachtet werden, aber nicht als das vollständige Bild.
Geschwindigkeit (Latenz) und Durchsatz sind in den bereitgestellten Daten nicht angegeben. Generell hängt die Modellgeschwindigkeit von der Infrastruktur des Anbieters, der Anfragegröße und der Modellgröße ab. Als „Mini“-Variante ist GPT-5 Mini wahrscheinlich für schnellere Inferenz optimiert als das vollständige GPT-5, genaue Zahlen sind jedoch nicht bekannt. Für Echtzeitanwendungen sollten Sie Tests mit typischen Prompt-Längen durchführen. Die API von OrcaRouter bietet möglicherweise zusätzliche Leistungsdetails. Das große Ausgabelimit (128K Tokens) deutet darauf hin, dass sehr lange Generierungen proportional länger dauern. Erwägen Sie Batching oder Streaming für latenzempfindliche Anwendungsfälle.
Stärken: Starke mathematische Argumentationsfähigkeit (90.7 AA Math), großer Kontext (400K Tokens), multimodal (Text, Bild, Datei) und angemessene Kosten pro Token für seine Leistungsfähigkeit. Einschränkungen: Keine Benchmark-Ergebnisse für nicht-mathematische Bereiche angegeben (z. B. Sprachverständnis, Programmierung, Allgemeinwissen). Das Modell könnte im Vergleich zu größeren Alternativen bei kreativem Schreiben oder offener Generierung schlechter abschneiden. Außerdem ist das 400K-Kontextfenster, obwohl groß, kleiner als bei einigen Spitzenmodellen (z. B. Gemini 1.5 Pro hat 1M). Für Aufgaben, die extrem lange Kontexte oder ein sehr hohes Ausgabetokenvolumen erfordern, könnten das vollständige GPT-5 oder andere Modelle besser geeignet sein.
Die Preise betragen $0.25 pro 1 Million Eingabe-Token und $2.00 pro 1 Million Ausgabe-Token. Eingabe-Token umfassen alle Text-, Bild-Token (nach der Kodierung) und Datei-Token. Ausgabe-Token sind der generierte Text. Die Abrechnung erfolgt auf Basis der tatsächlich verwendeten Token, ohne Mindestgebühr. Beispielsweise kostet eine Anfrage mit 10.000 Eingabe-Token und 5.000 Ausgabe-Token (10.000/1M) * 0.25 + (5.000/1M) * 2.00 = 0.0025 + 0.01 = $0.0125. Dies wird zum Anbieterpreis ohne Aufschlag durch OrcaRouter abgerechnet. Es fallen keine zusätzlichen Plattformgebühren oder Einrichtungskosten an.
Im Vergleich zum vollständigen GPT-5 (falls verfügbar) ist GPT-5 Mini wahrscheinlich günstiger pro Token – $0.25 gegenüber vielleicht $1+ Input. Allerdings könnte es eine geringere Breite aufweisen. Für Aufgaben, die nur mäßigen Kontext oder logisches Denken erfordern, könnte die Verwendung eines günstigeren Modells wie GPT-4o Mini ($0.15 Input) Geld sparen. Der Kompromiss ist, dass GPT-5 Mini einen 400K-Kontext und starke Mathematik-Benchmarks bietet. Bei Anwendungen mit hohem Volumen summieren sich selbst kleine Unterschiede pro Token. Sie sollten Ihre durchschnittliche Prompt- und Generierungsgröße schätzen. Wenn Bilder oder Dateien häufig vorkommen, spielen die Token-Kosten aus der Modalität ebenfalls eine Rolle.
Die bereitgestellten Informationen erwähnen keine Caching-Funktionen oder Rabatte durch OrcaRouter. Die Preisgestaltung erfolgt strikt zum Tarif des Anbieters ohne Aufschlag. Einige Modellanbieter bieten Preisnachlässe für zwischengespeicherte Eingaben (z. B. für wiederholte Prompts), es ist jedoch nicht angegeben, ob OpenAI oder OrcaRouter solche Optionen für GPT-5 Mini anbieten. Um Kosten zu minimieren, können Sie die Prompt-Länge optimieren, System-Prompts wiederverwenden und unnötige Token-Nutzung durch große Dateien oder Bilder vermeiden. OrcaRouter könnte in Zukunft Caching anbieten, derzeit gilt jedoch eine nutzungsbasierte Bezahlung pro Token.
OrcaRouter stellt einen OpenAI-kompatiblen API-Endpunkt unter der base_url https://api.orcarouter.ai/v1 bereit. Um GPT-5 Mini zu verwenden, setzen Sie den Modellparameter auf "openai/gpt-5-mini". Das Anfrageformat ist identisch mit der Chat-Completions-API von OpenAI. Zum Beispiel: POST /v1/chat/completions mit Headern, die Ihren OrcaRouter-API-Schlüssel enthalten. Im JSON-Textkörper fügen Sie "model": "openai/gpt-5-mini", "messages": [...] und optionale Parameter wie max_tokens, temperature, etc. hinzu. Die Antworten folgen der gleichen Struktur wie OpenAI. Dies macht die Migration von direkten OpenAI-Aufrufen unkompliziert – ändern Sie einfach die base URL und den Modellnamen.
Die API unterstützt die standardmäßigen Chat-Vervollständigungsparameter: messages (Array von role-content-Objekten), max_tokens (bis zu 128000), temperature, top_p, n, stop, frequency_penalty, presence_penalty und stream (boolesch für Streaming). Für multimodale Eingaben fügen Sie Inhaltsteile mit dem Typ "text" und "image_url" oder "file_url" hinzu. Die genaue Benennung der Dateieingabe ist nicht spezifiziert, aber Sie können OpenAIs standardmäßiges Datei- oder Daten-URI-Format verwenden. Parameter wie logprobs, tools oder tool_choice könnten unterstützt werden, sind jedoch durch die bereitgestellten Daten nicht bestätigt. Siehe OpenAIs Dokumentation für vollständige Parameterdetails.
Eine Migration erfordert typischerweise zwei Änderungen in Ihrem Code: 1) Ändern Sie die Basis-URL zu https://api.orcarouter.ai/v1. 2) Ersetzen Sie die Modell-ID durch "openai/gpt-5-mini". Ihr bestehender API-Client (z. B. die openai Python-Bibliothek) kann durch Setzen von api_base oder base_url konfiguriert werden. Ihr API-Schlüssel für OrcaRouter muss anstelle des OpenAI-Schlüssels verwendet werden. Alle anderen Anfrageparameter und die Behandlung der Antworten bleiben gleich, da die API OpenAI-kompatibel ist. Es ist nicht erforderlich, Nachrichtenformate oder Antwort-Parser zu ändern. Verwenden Sie für Streaming das gleiche stream=True-Muster.
Die API erbt die Ratenbegrenzungen und Verfügbarkeit von OpenAI, obwohl OrcaRouter eigene Kontingente auferlegen kann. Das Context-Window-Limit von 400K Token gilt pro Anfrage. Die maximale Ausgabe von 128K Token gilt ebenfalls pro Anfrage. Es gibt keine Erwähnung von Funktionsaufrufen oder Plugin-Unterstützung. Für Datei-Uploads kann es nicht näher spezifizierte Größenbeschränkungen geben. Die API unterstützt kein benutzerdefiniertes Modell-Fein-Tuning oder fortgeschrittene Funktionen über das hinaus, was OpenAI für GPT-5 Mini bietet. Sie sollten die OrcaRouter-Dokumentation auf spezifische Nutzungsrichtlinien oder Drosselungen überprüfen.
GPT-5 Mini (Kontext 400K, AA Math 90,7) vs GPT-4o (Kontext typischerweise 128K, AA Math-Punktzahl nicht angegeben). GPT-5 Mini hat ein größeres Kontextfenster und wahrscheinlich bessere mathematische Argumentation. Allerdings könnte GPT-4o umfassendere Fähigkeiten in Kreativität, Bildverständnis und mehrsprachigen Aufgaben haben. Die Preisgestaltung von GPT-4o ist ähnlich oder etwas höher bei Eingabe (2,50 $) und Ausgabe (10 $) pro Million Tokens (Stand letztes Update). GPT-5 Mini ist in beiden Bereichen günstiger. Für Aufgaben, die langen Kontext und Mathematik erfordern, ist GPT-5 Mini vorteilhaft. Für allgemeine Chatbot- oder kreative Aufgaben könnte GPT-4o besser geeignet sein.
Claude 3.5 Sonnet bietet ein 200K-Kontextfenster und ist stark im logischen Denken, liefert jedoch keinen AA Math-Wert. Die Preisgestaltung für Claude 3.5 Sonnet beträgt 3,00 $ Eingabe und 15,00 $ Ausgabe pro Million Token, deutlich höher als GPT-5 Mini. GPT-5 Mini hat den doppelten Kontext und niedrigere Kosten. Claude könnte jedoch in Sicherheit, Ablehnungsbehandlung und Zusammenfassung langer Dokumente hervorragend sein. Bei benchmarkorientierten mathematischen Aufgaben ist GPT-5 Minis 90,7 ein direkter Vorteil. Benutzer, die ein kostenbewusstes Deployment mit hohem Volumen benötigen, könnten GPT-5 Mini bevorzugen.
Kleinere Modelle wie GPT-4o Mini (128K Kontext, ~$0.15 Eingabe, ~$0.60 Ausgabe) oder Gemini 1.5 Flash sind günstiger pro Token und können eine geringere Latenz aufweisen. Wenn Ihre Aufgabe nicht den 400K Kontext oder die mathematische Präzision von AA Math 90.7 erfordert, können diese Modelle Kosten senken. Beispielsweise funktionieren einfache Klassifikationen, kurze Zusammenfassungen oder grundlegende Fragen und Antworten oft gut mit kleineren Modellen. GPT-5 Mini bleibt am besten für Aufgaben reserviert, bei denen der größere Kontext und das starke mathematische Denken tatsächlich die Ausgabequalität beeinflussen. Größere Modelle wie GPT-5 oder Claude Opus können für äußerst nuancierte Aufgaben erforderlich sein.
OpenAI-kompatibel — behalte dein bisheriges SDK
https://api.orcarouter.ai/v1import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="openai/gpt-5-mini",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_completion_tokensmax_tokensreasoningresponse_formatseedstreamstructured_outputstool_choicetools| Eingabe / 1M Tokens | $0.250 |
|---|---|
| Ausgabe / 1M Tokens | $2.00 |
| Cache-Lesen / 1M | $0.025 |
| Währung | USD |
Schätzung auf Basis des Listenpreises
Nur eine Schätzung — die tatsächliche Token-Anzahl hängt vom Tokenizer des Anbieters ab.
Monatliche Kosten aller Modelle im LLM-Kostenrechner vergleichen
Worüber Entwickler diese Woche sprechen
GET /api/public/models/openai/gpt-5-miniÖffnen @misc{orcarouter_gpt_5_mini,
title = {GPT-5 Mini API},
author = {OpenAI},
year = {2025},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-5-mini}
}OpenAI. (2025). GPT-5 Mini API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-5-mini