GPT-5.1-Codex-Mini es una versión más pequeña y rápida de GPT-5.1-Codex
GPT-5.1-Codex-Mini es un modelo de OpenAI al que se puede acceder a través de OrcaRouter. Es parte de la serie GPT-5.1 Codex, diseñada para tareas centradas en código y razonamiento. La designación…
GPT-5.1-Codex-Mini admite tanto entradas de imagen como de texto. Esto significa que puedes proporcionar imágenes (como diagramas, capturas de pantalla o notas dibujadas a mano) junto con indicaciones de texto, y el modelo interpretará ambas modalidades. La ventana de contexto de 400,000 tokens incluye los tokens utilizados para representar imágenes; cada imagen consume una cantidad variable de tokens dependiendo de su tamaño y codificación. Si bien el costo exacto de tokens para las imágenes no es proporcionado por OrcaRouter, sigue la práctica estándar de OpenAI donde las imágenes se tokenizan según la resolución. El modelo puede generar salidas de solo texto de hasta 128,000 tokens. La capacidad multimodal amplía su utilidad más allá del código puro a tareas que requieren comprensión visual, como explicar la arquitectura de código a partir de un diagrama.
Basado en su designación Codex y puntuación de referencia de 91.7 en AA Math, GPT-5.1-Codex-Mini sobresale en razonamiento matemático y generación de código. El punto de referencia AA Math evalúa el razonamiento aritmético y algebraico avanzado, por lo que el modelo es adecuado para generar demostraciones, resolver ecuaciones y realizar pasos lógicos. En codificación, puede manejar múltiples lenguajes, depurar, refactorizar y explicar código. La gran ventana de contexto (400000 tokens) le permite trabajar con bases de código completas o documentos largos, lo que lo hace efectivo para tareas como resumir un repositorio completo, realizar refactorización entre archivos o generar documentación a partir de una gran base de código. El alto límite de salida (128000 tokens) permite generar soluciones completas en una sola respuesta.
Aunque GPT-5.1-Codex-Mini es en sí mismo una versión rentable de la línea Codex, puede haber alternativas aún más económicas para tareas más simples. Si su carga de trabajo no requiere el razonamiento especializado en código y matemáticas, un modelo de propósito general como GPT-4o mini podría ser suficiente a un precio más bajo. Además, si no necesita el contexto completo de 400.000 tokens ni la salida de 128.000 tokens, un modelo con límites más pequeños podría reducir los costos. Para tareas que solo involucran texto (sin imágenes) y contextos cortos, un modelo más pequeño y económico puede ser más adecuado. OrcaRouter ofrece acceso a muchos modelos; compare precios y capacidades para seleccionar la opción más rentable para su caso de uso específico.
GPT-5.1-Codex-Mini es una variante 'Mini', por lo que probablemente tiene una capacidad reducida en comparación con el GPT-5.1-Codex completo. Esto puede manifestarse como un razonamiento menos matizado en problemas complejos de múltiples pasos, o una precisión ligeramente menor en benchmarks especializados no cubiertos por AA Math. La fecha de corte de conocimiento del modelo la determina OpenAI; aunque no se especifica, forma parte de la serie GPT-5.1, por lo que refleja datos relativamente recientes. Al ser un modelo optimizado para código, puede no rendir tan bien en tareas que requieran escritura creativa o diálogo abierto en comparación con modelos de propósito general. Además, se admite la entrada de imágenes, pero el costo en tokens para las imágenes puede ser significativo; los usuarios deben monitorear el uso para evitar costos inesperados. OrcaRouter no proporciona ningún procesamiento adicional más allá de reenviar a OpenAI.
GPT-5.1-Codex-Mini obtuvo una puntuación de 91.7 en el benchmark AA Math. AA Math (Aritmética Avanzada y Matemáticas Algebraicas) evalúa la capacidad de un modelo para realizar operaciones aritméticas complejas, manipulaciones algebraicas y razonamiento de múltiples pasos. Una puntuación de 91.7 indica que el modelo respondió correctamente el 91.7% de los problemas de la prueba. Este es un resultado sólido, lo que sugiere que el modelo es altamente capaz en tareas de razonamiento matemático. Implica que, para tareas de codificación que involucran cómputo numérico, simulación algorítmica o lógica matemática, se puede confiar en el modelo para producir resultados precisos. El benchmark no cubre todos los dominios matemáticos (por ejemplo, geometría, probabilidad en detalle), pero valida su fortaleza en álgebra y aritmética básica.
OrcaRouter no publica métricas de latencia para GPT-5.1-Codex-Mini. Como variante más pequeña dentro de la familia Codex, se espera que sea más rápida que un modelo GPT-5.1-Codex de tamaño completo, pero la velocidad real depende de la complejidad de la solicitud, la cantidad de tokens procesados y la carga del servidor tanto en OrcaRouter como en OpenAI. El modelo admite respuestas en streaming, lo que puede reducir la latencia percibida para los usuarios. Los usuarios deben probar con sus cargas de trabajo específicas para evaluar el rendimiento. Factores como el tamaño de la imagen de entrada y la longitud de salida afectarán el tiempo de respuesta. Dado que OrcaRouter es un proxy, la latencia de red añade una pequeña sobrecarga. En general, la velocidad del modelo probablemente sea adecuada para uso interactivo, pero puede variar.
El linaje Codex indica que GPT-5.1-Codex-Mini está específicamente ajustado finamente para la comprensión y generación de código. Aunque no se proporcionan puntuaciones de referencia de codificación, la alta puntuación AA Math sugiere fuertes habilidades de razonamiento que se transfieren a la resolución de problemas algorítmicos. El modelo puede manejar múltiples lenguajes de programación, generar código sintácticamente correcto, explicar código existente y sugerir refactorizaciones. Su ventana de contexto de 400000 tokens le permite retener repositorios de código completos, lo que permite tareas como análisis de dependencias entre módulos o generar documentación para clases grandes. El límite de salida de 128000 tokens le permite producir archivos de código largos o explicaciones completas de una sola vez. Estas características lo convierten en un candidato sólido para flujos de trabajo de desarrollo que implican gestión de código a gran escala.
Aunque GPT-5.1-Codex-Mini funciona bien en AA Math (91.7), no es infalible. Los puntos de referencia pueden no cubrir todos los casos extremos; el rendimiento en el mundo real puede variar. El modelo puede tener dificultades con conceptos matemáticos altamente matizados o específicos de un dominio que no están incluidos en AA Math. En la generación de código, puede producir ocasionalmente código ineficiente o incorrecto, especialmente para bibliotecas raras o mal documentadas. Como modelo 'Mini', puede carecer de la profundidad de razonamiento para problemas muy complejos que un modelo más grande podría manejar. También existe la posibilidad de alucinaciones o generación de respuestas plausibles pero incorrectas. Los usuarios siempre deben validar los resultados críticos, especialmente en aplicaciones sensibles a la seguridad. OrcaRouter no modifica el comportamiento del modelo; estas limitaciones son inherentes al propio modelo.
OrcaRouter factura el uso de GPT-5.1-Codex-Mini a la tarifa del proveedor sin margen de beneficio. 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 el mensaje de texto y cualquier imagen tokenizada. Los tokens de salida son el texto generado por el modelo. La facturación se mide por solicitud según el número total de tokens procesados. No hay tarifas adicionales, cargos de suscripción ni compromisos mínimos. Los usuarios pagan solo por los tokens que consumen. OrcaRouter probablemente requiere una cuenta y una clave API; el costo se deduce del saldo del usuario. Para una gestión precisa de costos, supervise el uso de tokens a través de la respuesta de la API, que generalmente incluye estadísticas de uso.
En comparación con un hipotético GPT-5.1-Codex completo (si existiera), GPT-5.1-Codex-Mini está diseñado para ser más rentable debido a su tamaño más pequeño. Los precios conocidos ($0.25/$2.00 por 1M de tokens) son más bajos que los típicos modelos de tamaño completo de OpenAI, que pueden costar entre $10 y $30 por millón de tokens de salida. Esto hace que Codex-Mini sea atractivo para aplicaciones de alto volumen o aquellas con contextos largos y salidas extensas. Sin embargo, si el rendimiento en tareas específicas es insuficiente, un modelo más grande puede justificar el costo adicional. Los usuarios deben evaluar la compensación: para tareas donde la puntuación de 91.7 AA Math del modelo Mini es adecuada, su menor costo es ventajoso. OrcaRouter no ofrece almacenamiento en caché ni compresión de indicaciones que reduzcan el uso de tokens.
OrcaRouter no anuncia almacenamiento en caché para GPT-5.1-Codex-Mini. El almacenamiento en caché no se menciona en los hechos proporcionados sobre el modelo o la API. En general, el almacenamiento en caché de indicaciones y respuestas no es estándar en las API proxy debido a consideraciones de privacidad de datos; cada solicitud se procesa normalmente de forma independiente. Si necesita reducir costos para entradas idénticas repetidas, considere implementar almacenamiento en caché del lado del cliente o use procesamiento por lotes si es compatible. El precio de OrcaRouter es estrictamente por token sin descuentos para contexto repetido. Tenga en cuenta que el uso de tokens para imágenes se calcula por solicitud y no se puede reducir mediante almacenamiento en caché. Para optimizar costos, minimice el consumo redundante de tokens elaborando indicaciones precisas.
No hay cargos ocultos asociados con el acceso a GPT-5.1-Codex-Mini a través de OrcaRouter. Los precios son transparentes: $0.25 por cada 1M de tokens de entrada y $2.00 por cada 1M de tokens de salida, con un margen cero sobre la tarifa del proveedor. No hay tarifas de configuración, mínimos mensuales ni cargos por solicitudes fallidas (aunque pagas por los tokens utilizados en la solicitud/respuesta). OrcaRouter puede tener un sistema de clave API, pero no impone cargos adicionales por punto de conexión. Siempre consulta la documentación oficial de OrcaRouter para conocer cualquier actualización de su política de precios. Como con cualquier API, los errores de red o tiempos de espera pueden resultar en un consumo parcial de tokens; si una solicitud se interrumpe, solo se te cobrarán los tokens procesados hasta la interrupción, según lo determine OpenAI.
Para llamar a GPT-5.1-Codex-Mini a través de OrcaRouter, utiliza la API compatible con OpenAI en la URL base https://api.orcarouter.ai/v1. Establece el parámetro del modelo en "openai/gpt-5.1-codex-mini". Necesitarás una clave API de OrcaRouter para la autenticación, que normalmente se pasa en el encabezado Authorization como Bearer. La API admite los mismos endpoints/completions que la API estándar de OpenAI, como /chat/completions para interacciones estilo chat. Debido a que es compatible con OpenAI, el código existente que usa los SDK de Python o JavaScript de OpenAI se puede adaptar cambiando la URL base y la clave API. OrcaRouter maneja el enrutamiento a OpenAI y devuelve los resultados en el mismo formato. Asegúrate de que tu cliente respete los límites de tokens (400000 de entrada, 128000 de salida).
La API de OrcaRouter para GPT-5.1-Codex-Mini admite parámetros estándar de OpenAI, incluyendo model (establecido en "openai/gpt-5.1-codex-mini"), messages (arreglo de objetos de mensaje para chat), max_tokens (hasta 128000), temperature, top_p, n, stop, stream y otros. Las capacidades de función de llamada y uso de herramientas del modelo son compatibles tal como las proporciona OpenAI. La entrada de imágenes se puede incluir en el contenido del mensaje utilizando el formato multimodal (por ejemplo, content con type: "image_url"). Los valores predeterminados y comportamientos de los parámetros siguen las especificaciones de OpenAI. Tenga en cuenta que la ventana de contexto del modelo es de 400000 tokens en total, por lo que la suma de todos los tokens en los mensajes (incluidas las imágenes) no debe exceder este límite. OrcaRouter no expone ningún parámetro personalizado adicional más allá de lo que ofrece OpenAI.
Migrar a OrcaRouter para GPT-5.1-Codex-Mini es sencillo si tienes código existente que utiliza una API compatible con OpenAI. Reemplaza la URL base por https://api.orcarouter.ai/v1 y actualiza tu clave de API a una clave de OrcaRouter. Cambia el parámetro del modelo a "openai/gpt-5.1-codex-mini". Si estabas usando un ID de modelo diferente, ajústalo en consecuencia. OrcaRouter no requiere ningún SDK especial; cualquier cliente HTTP que funcione con la API de OpenAI funcionará. Prueba con una solicitud pequeña para verificar la conectividad y la facturación. Ten en cuenta que el precio es idéntico a la tarifa del proveedor de OpenAI, por lo que la migración de costos es neutral. Si estabas usando otro proveedor, es posible que necesites ajustar la ventana de contexto del modelo (400000) y el límite de salida (128000).
Un ejemplo de solicitud usando curl: curl https://api.orcarouter.ai/v1/chat/completions -H "Authorization: Bearer ORCAROUTER_API_KEY" -H "Content-Type: application/json" -d '{"model": "openai/gpt-5.1-codex-mini", "messages": [{"role": "user", "content": "Solve: 2x + 5 = 15"}], "max_tokens": 200}'. Incluya una imagen usando el arreglo content: "content": [{"type": "text", "text": "Explain this diagram"}, {"type": "image_url", "image_url": {"url": "data:image/png;base64,..."}}]. La respuesta será un objeto estándar de finalización de chat de OpenAI. Asegúrese de que el conteo total de tokens (incluyendo la imagen tokenizada) se mantenga por debajo de 400000. Use stream: true para respuestas en streaming.
GPT-5.1-Codex-Mini y GPT-4o sirven para distintos propósitos principales. GPT-4o es un modelo multimodal de propósito general, mientras que Codex-Mini está especializado en código y matemáticas. En evaluaciones comparativas, una puntuación de 91.7 en AA Math proporciona un punto de comparación específico; el rendimiento de GPT-4o en esa prueba no se proporciona, pero presumiblemente es menor. Codex-Mini tiene una ventana de contexto más grande (400000 frente a los 128000 de GPT-4o) y un límite de salida mayor (128000 frente a 4096 de GPT-4o en uso típico). Sin embargo, GPT-4o puede ser más versátil para tareas creativas. Precios: Codex-Mini a $0.25/$2.00 por 1M de tokens es menos costoso que GPT-4o ($5/$15 por 1M de tokens), lo que lo convierte en una opción rentable para tareas de matemáticas y codificación donde sus fortalezas se alinean.
Elija GPT-5.1-Codex-Mini cuando sus necesidades principales sean generación de código, razonamiento matemático o tareas que requieran un contexto muy grande (hasta 400000 tokens) y una alta salida (hasta 128000 tokens). También es una buena opción para aplicaciones sensibles al costo que aún exigen un buen rendimiento en matemáticas y codificación, dado su precio más bajo en comparación con los modelos de tamaño completo. Si su tarea es puramente escritura creativa o descripción de arte visual, un modelo de propósito general como GPT-4o puede ser más adecuado. Si necesita un costo aún más bajo para tareas simples, considere modelos más pequeños como GPT-4o mini. OrcaRouter le da acceso a muchos modelos; evalúe la relevancia de los puntos de referencia y los precios para su carga de trabajo específica.
OrcaRouter proporciona acceso a GPT-5.1-Codex-Mini al mismo precio del proveedor ($0.25/$2.00 por 1M de tokens) sin margen añadido. No hay beneficio de coste al usar OpenAI directamente frente a OrcaRouter si ambos cobran lo mismo. Sin embargo, OrcaRouter puede ofrecer facturación simplificada, uso consolidado para múltiples proveedores o funciones adicionales como análisis de uso. La API es totalmente compatible con la interfaz de OpenAI, por lo que la migración es trivial. Si ya tienes una cuenta de OrcaRouter, puedes usar este modelo sin necesidad de crear una cuenta aparte en OpenAI. OrcaRouter actúa como proxy; el manejo de datos es similar a usar OpenAI directamente (las solicitudes se envían a OpenAI). Elige OrcaRouter si prefieres una puerta de enlace API unificada entre múltiples proveedores de modelos.
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-5.1-codex-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-5.1-codex-miniAbrir @misc{orcarouter_gpt_5_1_codex_mini,
title = {GPT-5.1-Codex-Mini API},
author = {OpenAI},
year = {2025},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-5.1-codex-mini}
}OpenAI. (2025). GPT-5.1-Codex-Mini API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-5.1-codex-mini