GPT-5-Nano היא הגרסה הקטנה והמהירה ביותר במערכת GPT-5, המותאמת לכלי פיתוח, אינטראקציות מהירות וסביבות חביון נמוך במיוחד. בעוד שהיא מוגבלת בעומק החשיבה בהשוואה לגרסה הגדולה יותר...
GPT-5 Nano הוא מודל בקנה מידה קטן ממשפחת ה-GPT-5 של OpenAI, המותאם להסקה בעלות נמוכה תוך שמירה על חלון הקשר רחב של 400,000 טוקנים ותפוקה מקסימלית של 128,000 טוקנים. הוא מקבל מצבי קלט של טקסט, תמונה…
GPT-5 Nano מקבל שלושה אופני קלט: טקסט, תמונה וקובץ. קלטי טקסט הם ישירים. קלטי תמונה מאפשרים למודל לעבד מידע חזותי (למשל, דיאגרמות, צילומי מסך) ולענות על שאלות לגביהם. קלטי קובץ מאפשרים לצרף קבצי PDF, מסמכי Word או סוגי קבצים אחרים לצורך ניתוח ברמת המסמך. ניתן לשלב את כל האופנים בבקשה אחת. המודל מעבד קלטים אלו בתוך חלון ההקשר של 400,000 אסימונים שלו. שים לב שאסימוני תמונה צורכים מתקציב ההקשר; תמונה ברזולוציה גבוהה עשויה להשתמש במספר אלפי אסימונים. תמיכה רב-אופנית זו הופכת את GPT-5 Nano למתאים למשימות כמו קריאת תרשימים, חילוץ טפסים וניתוח מדיה מעורבת.
המודל תומך בחלון הקשר של 400,000 טוקנים (כולל טוקני קלט ופלט) ובפלט מקסימלי של 128,000 טוקנים. הדבר מאפשר עיבוד של מסמכים ארוכים מאוד – לדוגמה, טקסט באורך ספר או דוח רב-עמודים – בבקשה אחת. מגבלת הפלט הנדיבה מאפשרת למודל להפיק תשובות ארוכות, כגון סיכומים מלאים או ניתוח מורחב. עם זאת, פלטים גדולים גורמים לעלויות טוקן פלט גבוהות יותר במחיר של $0.40 למיליון טוקנים. מפתחים צריכים לשקול להגדיר את פרמטר max_tokens כראוי כדי למנוע הסלמה בלתי מכוונת בעלויות.
בהתבסס על מדד המתמטיקה החזק שלה (AA Math 83.7), המודל מצטיין בפתרון בעיות מילוליות חשבוניות, בהדרכה מתמטית ובחשיבה כמותית. היכולות הרב-מודליות שלו הופכות אותו לשימושי לפרשנות של דפי עבודה מתמטיים סרוקים, דיאגרמות או תרשימים. התמחור הנמוך תומך ביישומים בעלי נפח גבוה כמו תמיכת לקוחות אוטומטית, סיווג תוכן, וחילוץ נתונים בזמן אמת מקבצים. עבור יצירת טקסט פשוטה (למשל, טיוטות אימייל קצרות, סיכומי תבליטים), GPT-5 Nano מספק חלופה חסכונית למודלים גדולים יותר. הוא פחות מתאים לסיפור יצירתי, יצירת קוד, או משימות הדורשות שליפה עובדתית עמוקה.
אם המשימה שלך פשוטה ביותר (לדוגמה, סיווג מילה בודדת, שאלות כן/לא) ואינה דורשת הקשר רחב או תמיכה מולטי-מודאלית, אפילו מודלים קטנים או זולים יותר כמו GPT-3.5 Turbo של OpenAI עשויים להספיק. המחיר של GPT-5 Nano כבר נמוך, אך עבור משימות הכרוכות בקלט ותפוקה קצרים בלבד (למשל, מספר טוקנים כל אחד), מודל עם תמחור נמוך יותר לטוקן יכול להוזיל עלויות נוספות. כמו כן, אם אינך זקוק לקונטקסט של 400k, מודל עם קונטקסט קטן יותר אך תקורה קבועה נמוכה יותר עשוי להיות חסכוני יותר. תמיד בצע benchmark על הנתונים שלך כדי למצוא את איזון העלות-ביצועים הטוב ביותר.
GPT-5 Nano משיג ציון של 83.7 במבחן AA Math, שהוא מבחן ביצועים המודד פתרון בעיות חשבון ומילים במתמטיקה ברמת בית ספר יסודי. ציון זה מצביע על ביצועים חזקים למשימות כאלה ביחס לגודל המודל. AA Math כולל חיבור, חיסור, כפל, חילוק ובעיות מילים מרובות-שלבים. התוצאה 83.7 מרמזת שהמודל יכול לטפל בשאלות מתמטיות נפוצות רבות בצורה מדויקת, אם כי הוא עשוי עדיין לטעות בבעיות מורכבות יותר או מרובות-שלבים. לא מסופקים ציוני מבחן אחרים עבור מודל זה, ולכן השוואות בנוגע לתכנות, ידע כללי או חשיבה אינן זמינות.
לא סופקו נתוני השהייה ספציפיים עבור GPT-5 Nano. עם זאת, כמודל קטן, הוא צפוי בדרך כלל להיות מהיר יותר לטוקן מאשר מודלים גדולים יותר כמו GPT-4o. OrcaRouter מגיש את המודל דרך ה-API התואם ל-OpenAI שלו, והשהיית הרשת תלויה במיקום המשתמש ובתשתית הספק. עבור יישומים בזמן אמת, מומלץ לבדוק את ההשהיה עם קלטים מייצגים. מספר הפרמטרים הקטן של המודל בדרך כלל מאפשר תפוקה גבוהה יותר על אותה חומרה, מה שיכול להפחית זמני המתנה בסביבות ייצור, במיוחד תחת עומסי מקביליות גבוהים.
בהתבסס על ציון AA Math של 83.7, GPT-5 Nano חזק בחשיבה מתמטית ובחשבון. הדבר הופך אותו למתאים לכלים חינוכיים, ניתוח נתונים, וכל משימה הכוללת עיבוד מספרי מובנה. היכולת שלו לטפל בתמונות ובקבצים תומכת עוד יותר בבעיות מתמטיות מבוססות מסמכים. חולשות כוללות היעדר אמות מידה בתחומים אחרים כמו קוד (HumanEval), ידע כללי (MMLU), או שטף שיחתי. משתמשים לא צריכים להניח ביצועים שווים במשימות שאינן מתמטיות. ייתכן גם שהמודל פחות מסוגל להבין הקשר עדין או ליצור תוכן יצירתי ארוך טווח.
ללא אמות מידה להסקה, קידוד או שכל ישר, לא ניתן לכמת את האינטליגנציה הכללית של GPT-5 Nano. ציון AA Math של 83.7, אף שהינו מכובד, אינו מבטיח בקיאות בתחומים אחרים. המודל קטן, ולכן הוא עשוי לייצר יותר שגיאות עובדתיות או פלטים פחות קוהרנטיים בנושאים מעורפלים בהשוואה למודלים גדולים יותר. חלון ההקשר של 400k שלו גדול, אך שימוש יעיל בהקשר זה עשוי לדרוש הנדסת prompt זהירה. חוסר בדירוג מהירות שסופק פירושו שיש לאמת את השהיה בזמן אמת. על המשתמשים לבצע הערכות משלהם לפי מדדים ספציפיים למשימה לפני הפריסה.
GPT-5 Nano מתומחר ב-0.05 דולר למיליון אסימוני קלט ו-0.40 דולר למיליון אסימוני פלט. תעריפים אלה נקבעים על ידי OpenAI ומועברים דרך OrcaRouter ללא תוספת מחיר. אסימוני קלט כוללים את ההנחיה וכל אסימוני תמונה או קובץ. אסימוני פלט הם התגובה שנוצרה. שני הכיוונים מחויבים לפי כמות האסימונים. עבור הנחיה טיפוסית של 1,000 אסימונים ותגובה של 500 אסימונים, העלות תהיה בערך 0.00005 דולר (קלט) + 0.0002 דולר (פלט) = 0.00025 דולר לבקשה. זה תחרותי עבור מודל עם חלון הקשר של 400k ופלט של 128k.
למרות ש-GPT-5 Nano הוא זול, עלות טוקני הפלט גבוהה פי שמונה מעלות טוקני הקלט (0.40$ לעומת 0.05$ לכל מיליון טוקנים). עבור יישומים שמייצרים תגובות ארוכות (למשל, 10,000+ טוקני פלט), עלויות הפלט יכולות להיות דומיננטיות. מפתחים צריכים להגביל את max_tokens למינימום הנדרש. טוקני קלט מתמונות וקבצים מחויבים באותו תעריף קלט, אך תמונות ברזולוציה גבוהה צורכות טוקנים רבים (למשל, תמונה של 1 מגה-פיקסל עשויה להשתמש בכ-2,000 טוקנים). שימוש ברזולוציה נמוכה יותר או הפחתת מספר התמונות יכול להוזיל עלויות. חלון ההקשר הגדול מעודד הנחיות ארוכות, אך כל טוקן נוסף מוסיף עלות. יש לאזן בין גודל ההקשר לבין תקציב הטוקנים.
OrcaRouter מעביר את התמחור של OpenAI ללא תוספת, אך מדיניות המטמון נקבעת על ידי OpenAI. הספק עשוי להציע מטמון עבור קידומות קלט זהות חוזרות, מה שיפחית את חיובי אסימוני הקלט. עם זאת, לא סופקו פרטים ספציפיים על מטמון עבור GPT-5 Nano. מפתחים צריכים לבדוק בתיעוד של OpenAI את מדיניות המטמון שלהם. OrcaRouter אינו מוסיף שכבת מטמון משלו; הוא פועל כשער שקוף. אם מטמון זמין, הוא יכול להוריד משמעותית עלויות עבור יישומים עם הנחיות חוזרות, כגון תמיכת לקוחות אוטומטית או יצירה מבוססת תבניות.
כדי להשתמש ב-GPT-5 Nano, הגדר את כתובת ה-URL הבסיסית ל-https://api.orcarouter.ai/v1 וציין את מזהה המודל כ-"openai/gpt-5-nano" בבקשת ה-API שלך. הנקודת קצה (endpoint) תואמת ל-OpenAI, כך שתוכל להשתמש בכל SDK של OpenAI או בלקוח HTTP. בקשה טיפוסית כוללת פרמטרים כמו messages, max_tokens, temperature ו-stop sequences. OrcaRouter מעביר את הבקשה ל-OpenAI ומחזיר את התשובה ללא עיבוד נוסף. האימות מתבצע באמצעות מפתח API המסופק על ידי OrcaRouter. זה הופך את ההעברה לפשוטה עבור משתמשים שכבר משתמשים ב-API של OpenAI: פשוט שנה את כתובת ה-URL הבסיסית, מזהה המודל ומפתח ה-API.
כל הפרמטרים הסטנדרטיים של OpenAI להשלמות צ'אט נתמכים דרך ה-proxy של OrcaRouter – לדוגמה, messages (עם תפקידים: system, user, assistant), max_tokens, temperature, top_p, frequency_penalty, presence_penalty, stop, ו-stream. עבור קלטים מולטימודליים, ניתן לכלול שדות image_url או file_type במערך content. המודל תומך גם ב-function calling וב-tools, אם כי אלה לא מפורטים בעובדות המסופקות. פרמטרים כמו n (מספר ההשלמות) ו-logprobs עשויים להיות זמינים גם כן. עיין בתיעוד ה-API של OpenAI לקבלת הרשימה המלאה. OrcaRouter אינו משנה או מגביל פרמטרים.
המעבר ל-GPT-5 Nano הוא פשוט. אם אתה משתמש כיום ב-API של OpenAI, שנה את כתובת הבסיס ל-https://api.orcarouter.ai/v1, החלף את מפתח ה-API שלך במפתח של OrcaRouter, והגדר את המודל ל-"openai/gpt-5-nano". פורמט הבקשה נשאר זהה. ייתכן שתצטרך להתאים את temperature ו-max_tokens למודל הקטן יותר. בדוק עם תת-קבוצה של ההנחיות שלך כדי להעריך את איכות הפלט. מכיוון של-GPT-5 Nano יש ספירת פרמטרים קטנה יותר, הוא עשוי להגיב אחרת להוראות; ייתכן שיהיה צורך בכיוונון הנחיות (prompt tuning). OrcaRouter אינו גובה תוספת סימון, כך שהשוואות העלויות הן ישירות.
GPT-4o הוא דגם גדול ומסוגל יותר עם ציוני אמת מידה גבוהים יותר ברוב התחומים (למשל MMLU, HumanEval) אך גם תמחור גבוה יותר. GPT-5 Nano מותאם לעלות ומהירות. חלון ההקשר של GPT-4o כרגע קטן יותר (128k אסימונים) מזה של GPT-5 Nano (400k אסימונים), אם כי GPT-4o מציע חשיבה ויצירתיות חזקות יותר. למשימות שדורשות הקשר רחב או התמקדות בבעיות מתמטיות, GPT-5 Nano עשוי להתאים יותר. לקידוד מורכב, שיחה ניואנסית, או משימות הדורשות דיוק גבוה, GPT-4o ככל הנראה עדיף. הבחירה תלויה בתקציב ובדרישות הביצועים שלכם.
GPT-3.5 Turbo הוא מודל ישן וקטן יותר עם תמחור דומה, אך חלון הקשר קטן בהרבה (16k טוקנים) וללא תמיכה מולטי-מודלית. GPT-5 Nano מציע חלון הקשר של 400k, פלט של 128k, וקלטים של תמונות וקבצים, מה שהופך אותו ליכול הרבה יותר למשימות ארוכות ומולטי-מודליות. עם זאת, GPT-3.5 Turbo עשוי להספיק לאינטראקציות קצרות מבוססות טקסט בלבד, ועשוי להיות בעל זמן השהייה נמוך יותר בשל טיפול בחלון הקשר קטן יותר. אין השוואות בנצ'מרק זמינות, אך ציון AA Math של 83.7 של GPT-5 Nano מעיד על חשיבה מתמטית טובה יותר. עבור משימות טקסט קצרות בלבד, GPT-3.5 Turbo נותר אפשרות חסכונית.
GPT-4o Mini הוא גרסה קטנה יותר של GPT-4o עם תמיכה מולטימודלית דומה וחלון הקשר של 128k טוקנים. GPT-5 Nano מציע פי שלושה מהקשר (400k טוקנים) ומגבלת פלט גדולה יותר (128k לעומת 16k עבור GPT-4o Mini). התמחור של GPT-4o Mini (בדרך כלל $0.15/M קלט, $0.60/M פלט) גבוה מזה של GPT-5 Nano ($0.05/$0.40). עם זאת, GPT-4o Mini כנראה מצטיין בהסקת מסקנות כללית ובביצוע הוראות בשל היותו גרסה מזוקקת של GPT-4o. ההשוואה החזקה היחידה של GPT-5 Nano (AA Math) מצביעה על התמחות במתמטיקה. בחרו ב-GPT-5 Nano למשימות כבדות במתמטיקה עם הקשר גדול; בחרו ב-GPT-4o Mini ליכולות רחבות יותר.
תואם OpenAI — המשיכו להשתמש ב-SDK שכבר יש לכם
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-nano",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_completion_tokensmax_tokensreasoningresponse_formatseedstreamstructured_outputstool_choicetools| קלט / 1M טוקנים | $0.050 |
|---|---|
| פלט / 1M tokens | $0.400 |
| קריאת מטמון / 1M | $0.0050 |
| מטבע | USD |
הערכה מבוססת מחיר מחירון
הערכה בלבד — ספירת הטוקנים בפועל תלויה בטוקנייזר של הספק.
על מה מפתחים מדברים השבוע
@misc{orcarouter_gpt_5_nano,
title = {GPT-5 Nano API},
author = {OpenAI},
year = {2025},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-5-nano}
}OpenAI. (2025). GPT-5 Nano API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-5-nano