GPT-5 Mini es una versión compacta de GPT-5, diseñada para manejar tareas de razonamiento de menor peso. Ofrece los mismos beneficios de seguimiento de instrucciones y ajuste de seguridad que GPT-5, pero con menor latencia y costo...
GPT-5 Mini es un modelo lingüístico de OpenAI diseñado para tareas que se benefician de un contexto grande y un razonamiento matemático potente. Con 400.000 tokens de contexto y 128.000 tokens de…
GPT-5 Mini demuestra un fuerte razonamiento matemático, como lo indica su puntuación de 90.7 en el benchmark AA Math. Esto sugiere que es adecuado para problemas que requieren cálculo paso a paso, manipulación simbólica o deducción lógica. La gran ventana de contexto le permite mantener resultados intermedios a lo largo de muchos pasos, lo que lo hace efectivo para problemas verbales de múltiples pasos, derivación de teoremas y pruebas estructuradas. Sin embargo, el razonamiento en otros dominios (por ejemplo, sentido común, científico) no está específicamente evaluado en los datos proporcionados. Las capacidades del modelo son probablemente comparables a las de otros modelos de OpenAI para tareas que no requieren toda la amplitud de GPT-5, pero los usuarios deben evaluar en sus propios conjuntos de datos.
GPT-5 Mini puede procesar texto, imágenes y archivos en una sola solicitud. Cuando se proporciona una imagen o archivo, el modelo lo interpreta como parte del contexto de entrada, convirtiendo datos visuales o estructurados en tokens que cuentan para el límite de 400,000 tokens. Esto permite al modelo responder preguntas sobre imágenes, resumir contenidos de documentos o extraer datos de tablas. El costo exacto en tokens para imágenes y archivos está determinado por la codificación de OpenAI; típicamente, las imágenes se dividen en mosaicos, cada uno consumiendo un número fijo de tokens. Para los archivos, el contenido se extrae a menudo como texto. No hay un cargo separado por modalidad aparte del precio de entrada por token.
GPT-5 Mini cuesta $0.25/M de entrada y $2.00/M de salida, lo cual es más alto que muchos modelos más pequeños (e.g., GPT-4o Mini, Claude Haiku) pero más bajo que el GPT-5 completo. Vale la pena elegirlo cuando tu tarea exige un razonamiento matemático sólido (e.g., 90.7 AA Math) y una ventana de contexto grande (400K tokens). Si tu tarea es clasificación simple o generación de formato corto, un modelo más barato puede ser suficiente. Además, si requieres un volumen de salida extremadamente alto, el costo de salida de $2.00/M puede acumularse. Considera GPT-5 Mini cuando necesites un razonamiento confiable sobre contextos largos—como analizar un informe de investigación de 200 páginas—y puedas beneficiarte de su equilibrio entre rendimiento y costo.
GPT-5 Mini's capacidad de aceptar imágenes y archivos lo hace adecuado para tareas como procesamiento de facturas, interpretación de gráficos y preguntas y respuestas sobre documentos. Por ejemplo, puedes subir un PDF de un informe financiero (archivo) junto con una imagen de gráfico y pedirle al modelo que extraiga cifras clave. El contexto de 400K puede albergar informes extensos con imágenes incrustadas. Otro uso es el análisis de archivos de código: puedes proporcionar un repositorio como archivo y solicitar una revisión. Sin embargo, ten en cuenta que las imágenes grandes o muchos archivos pueden consumir tokens rápidamente. El modelo trata todas las entradas como tokens, por lo que debes planificar para mantenerte dentro del límite de contexto de 400K.
AA Math es un punto de referencia diseñado para evaluar la capacidad de un modelo de resolver problemas matemáticos en varios niveles de dificultad, cubriendo a menudo álgebra, aritmética, geometría y lógica. Una puntuación de 90.7 indica que GPT-5 Mini respondió correctamente el 90.7% de las preguntas de la prueba. Este es un resultado sólido, que lo sitúa en el nivel superior de razonamiento matemático entre modelos de su tamaño. Sugiere que el modelo puede manejar de manera confiable problemas cuantitativos con palabras, cálculos y razonamiento de múltiples pasos. No se proporcionan otros puntos de referencia, por lo que esta puntuación debe considerarse una fortaleza clave, pero no la imagen completa.
Velocidad (latencia) y rendimiento no están especificados en los datos proporcionados. En general, la velocidad del modelo depende de la infraestructura del proveedor, el tamaño de la solicitud y el tamaño del modelo. Como variante 'Mini', es probable que GPT-5 Mini esté optimizado para una inferencia más rápida que el GPT-5 completo, pero se desconocen los números exactos. Para aplicaciones en tiempo real, deberías probar con longitudes de prompt típicas. La API de OrcaRouter puede ofrecer detalles adicionales de rendimiento. El gran límite de salida (128K tokens) sugiere que las generaciones muy largas tomarán proporcionalmente más tiempo. Considera el procesamiento por lotes o la transmisión en tiempo real para casos de uso sensibles a la latencia.
Fortalezas: Sólido razonamiento matemático (90.7 AA Math), contexto amplio (400K tokens), multimodal (texto, imagen, archivo) y un costo razonable por token para su capacidad. Limitaciones: No se proporcionan puntuaciones de referencia para dominios no matemáticos (por ejemplo, comprensión del lenguaje, programación, sentido común). El modelo puede rendir por debajo en escritura creativa o generación abierta en comparación con alternativas más grandes. Además, la ventana de contexto de 400K, aunque grande, es más pequeña que la de algunos modelos fronterizos (por ejemplo, Gemini 1.5 Pro tiene 1M). Para tareas que requieren un contexto extremadamente largo o un volumen muy alto de tokens de salida, el GPT-5 completo u otros modelos podrían ser mejores.
El precio es de $0.25 por cada 1 millón de tokens de entrada y $2.00 por cada 1 millón de tokens de salida. Los tokens de entrada incluyen todo texto, tokens de imagen (después de codificación) y tokens de archivo. Los tokens de salida son el texto generado. La facturación se basa en el número real de tokens utilizados, sin mínimo. Por ejemplo, una solicitud con 10,000 tokens de entrada y 5,000 tokens de salida cuesta (10,000/1M) * 0.25 + (5,000/1M) * 2.00 = 0.0025 + 0.01 = $0.0125. Esto se factura a la tarifa del proveedor sin margen de beneficio por parte de OrcaRouter. No hay tarifas adicionales de plataforma ni costos de configuración.
Comparado con el GPT-5 completo (si estuviera disponible), GPT-5 Mini probablemente sea más barato por token — $0.25 frente a quizás $1+ de input. Sin embargo, puede tener un alcance reducido. Para tareas que solo requieren contexto o razonamiento moderado, usar un modelo más barato como GPT-4o Mini ($0.15 de input) podría ahorrar dinero. La contrapartida es que GPT-5 Mini ofrece un contexto de 400K y puntos fuertes en benchmarks de matemáticas. Para aplicaciones de alto volumen, incluso pequeñas diferencias por token se acumulan. Deberías estimar el tamaño promedio de tu prompt y generación. Si las imágenes o archivos son comunes, el costo de token por modalidad también influirá.
La información proporcionada no menciona ninguna función de caché ni descuentos a través de OrcaRouter. El precio es estrictamente la tarifa del proveedor sin margen adicional. Algunos proveedores de modelos ofrecen descuentos por entrada en caché (por ejemplo, para indicaciones repetidas), pero no se especifica si OpenAI o OrcaRouter extienden dichas opciones para GPT-5 Mini. Para minimizar costos, puede optimizar la longitud de las indicaciones, reutilizar indicaciones del sistema y evitar el uso innecesario de tokens provenientes de archivos grandes o imágenes. OrcaRouter podría ofrecer almacenamiento en caché en el futuro, pero por ahora, asuma un precio de pago por uso por token.
OrcaRouter proporciona un endpoint de API compatible con OpenAI en base_url https://api.orcarouter.ai/v1. Para usar GPT-5 Mini, establece el parámetro model en "openai/gpt-5-mini". El formato de solicitud es idéntico al de la API de chat completions de OpenAI. Por ejemplo: POST /v1/chat/completions con encabezados que contengan tu clave de API de OrcaRouter. En el cuerpo JSON, incluye "model": "openai/gpt-5-mini", "messages": [...], y parámetros opcionales como max_tokens, temperature, etc. Las respuestas siguen la misma estructura que las de OpenAI. Esto hace que la migración desde llamadas directas a OpenAI sea sencilla: solo cambia la URL base y el nombre del modelo.
La API admite parámetros de finalización de chat estándar: messages (array de objetos role-content), max_tokens (hasta 128000), temperature, top_p, n, stop, frequency_penalty, presence_penalty y stream (booleano para streaming). Para entradas multimodales, incluya partes de contenido con tipo "text" e "image_url" o "file_url". El nombre exacto para la entrada de archivo no está especificado, pero puede usar el formato estándar de archivo o URI de datos de OpenAI. Parámetros como logprobs, tools o tool_choice podrían ser compatibles pero no están confirmados por los datos proporcionados. Consulte la documentación de OpenAI para obtener detalles completos de los parámetros.
La migración normalmente requiere dos cambios en tu código: 1) Cambia la URL base a https://api.orcarouter.ai/v1. 2) Reemplaza el ID del modelo por "openai/gpt-5-mini". Tu cliente API existente (por ejemplo, la librería openai de Python) se puede configurar estableciendo api_base o base_url. Debes usar tu clave API de OrcaRouter en lugar de la clave de OpenAI. El resto de los parámetros de solicitud y el manejo de respuestas siguen siendo iguales, ya que la API es compatible con OpenAI. No es necesario modificar los formatos de mensajes ni los analizadores de respuestas. Para streaming, usa el mismo patrón stream=True.
La API hereda los límites de velocidad y disponibilidad de OpenAI, aunque OrcaRouter puede imponer sus propias cuotas. El límite de la ventana de contexto de 400 mil tokens es por solicitud. La salida máxima de 128 mil tokens también es por solicitud. No se menciona soporte para llamadas a funciones o plugins. Para las subidas de archivos, puede haber límites de tamaño no especificados. La API no admite ajuste fino personalizado del modelo ni funciones avanzadas más allá de lo que OpenAI ofrece para GPT-5 Mini. Debes consultar la documentación de OrcaRouter para conocer las políticas de uso específicas o limitaciones de velocidad.
GPT-5 Mini (contexto 400K, AA Math 90.7) vs GPT-4o (contexto típicamente 128K, puntuación AA Math no proporcionada). GPT-5 Mini tiene una ventana de contexto más grande y probablemente mejor razonamiento matemático. Sin embargo, GPT-4o puede tener capacidades más amplias en creatividad, comprensión visual y tareas multilingües. Los precios de GPT-4o son similares o ligeramente más altos en entrada ($2.50) y salida ($10) por millón de tokens desde la última actualización. GPT-5 Mini es más barato en ambos frentes. Para tareas que requieren contexto largo y matemáticas, GPT-5 Mini es ventajoso. Para tareas de chatbot de uso general o creativas, GPT-4o podría ser más adecuado.
Claude 3.5 Sonnet ofrece una ventana de contexto de 200K y es sólido en razonamiento, pero no proporciona una puntuación de AA Math. El precio de Claude 3.5 Sonnet es de $3.00 por entrada y $15.00 por salida por millón de tokens, sustancialmente más alto que GPT-5 Mini. GPT-5 Mini tiene el doble de contexto y un costo menor. Sin embargo, Claude puede destacar en seguridad, manejo de rechazo y resumen de documentos largos. Para tareas matemáticas centradas en benchmarks, el 90.7 de GPT-5 Mini es una ventaja directa. Los usuarios que necesitan implementaciones de alto volumen y sensibles al costo pueden preferir GPT-5 Mini.
Los modelos más pequeños como GPT-4o Mini (contexto de 128K, ~$0.15 de entrada, ~$0.60 de salida) o Gemini 1.5 Flash son más baratos por token y pueden tener menor latencia. Si tu tarea no requiere el contexto de 400K ni la precisión matemática de AA Math 90.7, estos modelos pueden reducir costos. Por ejemplo, clasificación simple, resúmenes cortos o preguntas y respuestas básicas suelen funcionar bien con modelos más pequeños. GPT-5 Mini se reserva mejor para trabajos donde el contexto más amplio y el razonamiento matemático fuerte afectan realmente la calidad del resultado. Los modelos más grandes como GPT-5 o Claude Opus pueden ser necesarios para tareas extremadamente matizadas.
Compatible con OpenAI: conserva tu SDK actual
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| Entrada / 1M tokens | $0.250 |
|---|---|
| Salida / 1M tokens | $2.00 |
| Lectura caché / 1M | $0.025 |
| Moneda | USD |
Estimación según precio de lista
Solo una estimación: el número real de tokens depende del tokenizador del proveedor.
Compara los costes mensuales de los modelos en la calculadora de costes de LLM
De qué hablan los desarrolladores esta semana
GET /api/public/models/openai/gpt-5-miniAbrir @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