GPT-4.1 Mini adalah model berukuran menengah yang memberikan kinerja kompetitif dengan GPT-4o dengan latensi dan biaya yang jauh lebih rendah. Model ini mempertahankan jendela konteks 1 juta token dan mencetak 45,1% pada hard...
GPT-4.1 Mini adalah model yang hemat biaya yang dirilis oleh OpenAI yang mengutamakan jendela konteks besar sebanyak 1,047,576 token sambil mendukung input teks, gambar, dan file. Panjang output…
GPT-4.1 Mini memproses teks, gambar, dan input file (termasuk PDF, dokumen Word, dan file kode). Jendela konteks sebesar 1,047,576 token memungkinkannya untuk memproses seluruh novel, manual teknis, atau repositori kode multi-thread dalam satu permintaan. Ia dapat menghasilkan hingga 32,768 token output, cocok untuk penalaran bentuk panjang, analisis ekstensif, atau penulisan kreatif. Model ini unggul dalam penalaran matematis, dengan skor 92.5 pada benchmark MATH-500, dan dapat menangani prompt rantai pemikiran multi-langkah. Model ini juga mendukung pemanggilan fungsi/alat untuk output terstruktur atau integrasi API. Karena diakses melalui API kompatibel-OpenAI milik OrcaRouter, semua parameter standar OpenAI chat completions (temperature, top_p, max_tokens, dll.) berlaku, sehingga memudahkan pertukaran ID model dalam kode yang ada tanpa perlu menulis ulang logika.
Keunggulan utama GPT-4.1 Mini adalah jendela konteksnya yang sangat besar dengan biaya rendah. Kasus penggunaan terbaik meliputi: (1) memproses dokumen panjang yang melebihi batas token 128K-200K dari sebagian besar model—kontrak, ringkasan hukum, makalah penelitian, basis kode; (2) membangun chatbot yang mengingat percakapan berhari-hari tanpa pemotongan jendela geser; (3) penalaran multimodal di mana gambar dan teks pendamping harus diinterpretasikan bersama (misalnya, menganalisis diagram teknis dengan deskripsi); (4) pemecahan masalah matematis dan logis, terutama tugas yang memerlukan penguraian langkah demi langkah; (5) menghasilkan kode atau dokumentasi panjang dari perintah input yang besar. Pengguna yang tidak memerlukan konteks besar atau kemampuan multimodal mungkin menemukan model teks saja yang lebih sederhana lebih hemat biaya. Namun untuk tugas yang benar-benar membutuhkan konteks besar, GPT-4.1 Mini mengisi ceruk spesifik dengan harga yang wajar.
Jika beban kerja Anda jarang menggunakan lebih dari 32K token konteks, model yang lebih kecil dan lebih murah (misalnya, GPT-4o Mini, GPT-4.1 nano) mungkin lebih ekonomis. Keunggulan utama GPT-4.1 Mini adalah jendela konteksnya yang besar; jika Anda tidak membutuhkannya, Anda membayar untuk kapasitas yang tidak akan Anda gunakan. Selain itu, jika tugas Anda murni berbasis teks dan tidak memerlukan input gambar atau file, model teks murni (seperti GPT-4.1 nano) dapat lebih menekan biaya. Untuk aplikasi dengan throughput sangat tinggi di mana setiap pecahan sen pun berarti, membandingkan tarif per token menjadi penting: GPT-4.1 Mini seharga $0,40/$1,60 per juta token lebih mahal daripada GPT-4o Mini ($0,15/$0,60) tetapi lebih murah daripada GPT-4.1 ($2,00/$8,00) atau GPT-4o ($2,50/$10,00). Gunakan GPT-4.1 Mini hanya jika Anda benar-benar membutuhkan ukuran konteks atau kemampuan multimodal pada titik harga tertentu.
OpenAI melaporkan bahwa GPT-4.1 Mini mencapai skor 92,5 pada tolok ukur MATH-500, yang menguji penalaran matematika di berbagai tingkat kesulitan. Skor ini menunjukkan kemampuan yang kuat dalam menyelesaikan soal matematika multi-langkah, termasuk aljabar, geometri, kalkulus, dan probabilitas. Sebagai perbandingan, GPT-4o mencetak 96,6, dan GPT-4.1 mencetak 96,7 pada tolok ukur yang sama, sehingga GPT-4.1 Mini sekitar 4 poin lebih rendah—sebuah kesenjangan yang berarti namun sederhana. Skor tersebut menunjukkan bahwa model ini andal untuk tugas matematika dan logika, meskipun mungkin membuat lebih banyak kesalahan dibandingkan varian yang lebih besar pada soal yang sangat kompleks atau ambigu. Pengguna tidak boleh mengharapkan tingkat presisi yang sama seperti model ukuran penuh, tetapi hasil 92,5 menunjukkan penalaran yang kokoh yang cocok untuk banyak aplikasi praktis, seperti bimbingan belajar atau analisis data otomatis.
Angka latensi spesifik tidak di-benchmark secara publik oleh OpenAI untuk GPT-4.1 Mini. Namun, sebagai varian 'Mini', model ini umumnya dioptimalkan untuk inferensi yang lebih cepat dibandingkan model yang lebih besar seperti GPT-4.1 atau GPT-4o, yang dapat memiliki latensi per-token yang lebih tinggi. Pengguna yang mengakses model melalui OrcaRouter akan mengalami latensi yang bergantung pada infrastruktur OrcaRouter dan API upstream OpenAI. Dalam praktiknya, model mini sering menghasilkan respons lebih cepat dibandingkan model berukuran penuh, sehingga cocok untuk aplikasi interaktif di mana responsivitas penting. Untuk penerapan produksi, disarankan untuk menguji dengan prompt representatif guna memperkirakan waktu respons ujung-ke-ujung. Konteks besar model dapat meningkatkan waktu pemrosesan awal untuk input yang panjang, tetapi respons streaming dapat dimulai sebelum seluruh output dihasilkan.
Keunggulan: (1) Jendela konteks 1M-token yang masif, memungkinkan pemrosesan dokumen yang sangat panjang dalam satu langkah. (2) Dukungan multimodal untuk gambar dan file, memperluas area aplikasi. (3) Penalaran matematika yang kuat (92.5 MATH-500) dengan harga yang rendah. (4) Hingga 32K token output, cukup untuk konten yang dihasilkan panjang. (5) Dapat diakses melalui OrcaRouter tanpa markup pada tarif penyedia. Keterbatasan: (1) Skor benchmark yang lebih rendah pada beberapa tugas penalaran dibandingkan dengan GPT-4.1 dan GPT-4o, yang berarti model terbesar mungkin masih lebih disukai untuk akurasi yang sangat penting. (2) Tidak ada dukungan untuk input video atau audio. (3) Ukuran jendela konteks dapat menyebabkan peningkatan beban komputasi untuk prompt yang sangat panjang, dan beberapa keterbatasan pemrosesan (misalnya, memproses seluruh PDF mungkin masih terpotong jika penguraian PDF menghasilkan banyak token). (4) Sebagai model mini, model ini mungkin menunjukkan pemahaman bahasa yang kurang bernuansa dibandingkan alternatif yang lebih besar.
GPT-4.1 Mini ditagih dengan tarif penyedia standar OpenAI tanpa markup dari OrcaRouter. Harganya adalah $0.40 per 1 juta token input dan $1.60 per 1 juta token output. Token input mencakup semua token dalam prompt, termasuk token gambar (gambar ditokenisasi sesuai pemrosesan gambar OpenAI). Token output adalah yang dihasilkan oleh model. Caching, jika tersedia, dapat mengurangi biaya, tetapi OrcaRouter meneruskan kebijakan caching apa pun yang diterapkan OpenAI. Tidak ada biaya platform tambahan. Pengguna hanya membayar untuk penggunaan token aktual mereka. Untuk prompt tipikal 10,000 token dan respons 500 token, biayanya kira-kira $0.0048. Struktur harga ini menjadikan GPT-4.1 Mini sebagai opsi yang menarik untuk memproses data konteks panjang dalam volume besar tanpa biaya tak terduga.
Dibandingkan dengan GPT-4o Mini ($0,15/$0,60 per juta token), GPT-4.1 Mini membutuhkan biaya sekitar 2,7 kali lebih mahal untuk input dan 2,7 kali lebih mahal untuk output, tetapi menawarkan jendela konteks sekitar ~1 juta token versus 128K token milik GPT-4o Mini. Jika beban kerja Anda secara rutin menggunakan lebih dari 128K token konteks, GPT-4.1 Mini bisa lebih hemat biaya daripada membagi permintaan ke beberapa panggilan ke model yang lebih kecil. Dibandingkan dengan GPT-4.1 ($2,00/$8,00 per juta token), GPT-4.1 Mini 5 kali lebih murah namun tetap memberikan jendela konteks yang serupa. Pengorbanannya adalah skor MATH-500 yang lebih rendah (92,5 vs. 96,7) dan kinerja yang berpotensi lebih rendah pada penalaran kompleks. Pengguna harus mengevaluasi apakah penurunan kinerja yang moderat ini membenarkan penghematan biaya. Harga tanpa markup OrcaRouter memastikan pengguna melihat tarif persis ini.
GPT-4.1 Mini diakses melalui API yang kompatibel dengan OpenAI dari OrcaRouter. Atur base URL ke https://api.orcarouter.ai/v1 dan gunakan model ID 'openai/gpt-4.1-mini'. Berikan kunci API yang diterbitkan oleh OrcaRouter. Semua parameter standar Chat Completion OpenAI didukung, termasuk messages (dengan URL gambar opsional atau konten file), temperature, top_p, max_tokens, stop, stream, dan tools. Contoh menggunakan Python dengan OpenAI SDK: client = OpenAI(api_key='your_orcarouter_key', base_url='https://api.orcarouter.ai/v1') response = client.chat.completions.create(model='openai/gpt-4.1-mini', messages=[{'role':'user','content':'Explain quantum computing.'}]) Tidak diperlukan modifikasi pada kode yang sudah menggunakan OpenAI selain base URL dan model ID. Untuk input gambar, sertakan image_url dalam daftar konten.
Set lengkap parameter yang kompatibel dengan OpenAI tersedia. Parameter utama meliputi max_tokens (hingga 32,768, default bervariasi), temperature (0-2, default 1), top_p (0-1, default 1), frequency_penalty dan presence_penalty (-2 hingga 2). Untuk penalaran matematis, temperature yang lebih rendah (misalnya 0.2) dan presence_penalty sebesar 0 membantu menghasilkan keluaran yang lebih deterministik dan logis. Untuk generasi kreatif, temperature yang lebih tinggi (0.8-1.2) dapat digunakan. Model ini mendukung pemanggilan alat/fungsi, yang memerlukan penentuan array tools. Streaming dapat diaktifkan dengan mengatur stream=True. Pesan sistem diterima. Untuk konteks panjang, pastikan prompt Anda berada dalam batas 1,047,576 token; OrcaRouter akan mengembalikan error jika panjang konteks terlampaui. Gunakan max_tokens yang disediakan untuk membatasi panjang keluaran dengan tepat.
Migrasinya mudah dilakukan. Dalam kode Anda yang sudah ada yang menggunakan OpenAI API, ubah base URL menjadi https://api.orcarouter.ai/v1, perbarui API key menjadi kunci OrcaRouter Anda, dan ubah parameter model menjadi 'openai/gpt-4.1-mini'. Tidak ada perubahan kode lain yang diperlukan. Jika Anda melakukan migrasi dari model dengan jendela konteks yang lebih kecil, Anda mungkin perlu menyesuaikan penanganan prompt Anda untuk memanfaatkan konteks yang lebih besar, tetapi model akan menerima permintaan ChatCompletion yang valid. OrcaRouter menangani autentikasi dan perutean secara transparan. Bagi pengguna yang berasal dari penyedia lain, prosedur yang sama berlaku—klien apa pun yang mendukung skema OpenAI API dapat terhubung. Disarankan untuk menguji dengan beberapa prompt representatif untuk memastikan kualitas output sesuai harapan, karena perbedaan kecil dalam tokenisasi atau perilaku mungkin terjadi.
GPT-4.1 Mini dan GPT-4o Mini keduanya adalah varian 'mini' dengan biaya lebih rendah dan inferensi lebih cepat dibandingkan model ukuran penuh. Perbedaan utama: GPT-4.1 Mini memiliki jendela konteks yang jauh lebih besar (1,047,576 token vs. 128,000 token) dan mendukung input file, sementara GPT-4o Mini hanya mendukung teks dan gambar (tanpa file). Dalam benchmark, GPT-4o Mini mencetak 87.0 pada MMLU dan GPT-4.1 Mini mencetak 92.5 pada MATH-500 (perbandingan langsung tidak tersedia, tetapi keduanya kuat). Harga: GPT-4.1 Mini lebih mahal ($0.40/$1.60 vs. $0.15/$0.60 milik GPT-4o Mini). Pilih GPT-4.1 Mini jika Anda memerlukan konteks besar atau dukungan file; jika tidak, GPT-4o Mini lebih murah dan masih mampu untuk tugas standar. Keduanya dapat diakses melalui OrcaRouter tanpa markup.
GPT-4.1 adalah versi berukuran penuh, dengan jendela konteks sebesar 1,047,576 token (sama seperti Mini) tetapi keluaran maksimum yang lebih tinggi (32,768 token—sama). Performa: GPT-4.1 mencetak 96.7 pada MATH-500 dibandingkan 92.5 untuk GPT-4.1 Mini, menunjukkan penalaran matematis yang lebih baik. Harga: GPT-4.1 berharga $2.00/$8.00 per juta token dibandingkan $0.40/$1.60 untuk Mini—perbedaan 5x pada masukan dan keluaran. Trade-off-nya adalah penurunan ~4% dalam skor matematika untuk pengurangan biaya yang signifikan. Untuk banyak aplikasi praktis di mana penalaran perkiraan sudah cukup, GPT-4.1 Mini menawarkan pilihan yang lebih ekonomis. Gunakan GPT-4.1 ketika presisi tertinggi sangat penting dan anggaran tidak terlalu menjadi masalah. Keduanya mendukung gambar, teks, dan file.
GPT-4o adalah model multimodal unggulan OpenAI dengan jendela konteks 128K token (jauh lebih kecil dari 1M milik GPT-4.1 Mini). GPT-4o mendapat skor lebih tinggi di banyak tolok ukur (misalnya, MMLU 88.7, MATH-500 96.6). Kekuatan GPT-4.1 Mini adalah konteksnya yang besar, bukan kinerja murninya. Harga: GPT-4o lebih mahal ($2.50/$10.00 per juta token) dibandingkan GPT-4.1 Mini. Jika tugas Anda memerlukan penyerapan dokumen atau basis kode yang sangat panjang, GPT-4.1 Mini adalah pilihan yang lebih baik meskipun skornya lebih rendah. Jika akurasi pada tugas yang ringkas adalah yang utama, GPT-4o adalah model yang lebih kuat. Keduanya mendukung gambar, teks, dan file (GPT-4o juga mendukung audio dan video, sedangkan Mini tidak). Untuk tugas teks saja atau teks-gambar dengan kebutuhan konteks sedang, GPT-4o Mini adalah alternatif yang lebih murah.
Beberapa model kini menawarkan jendela konteks besar dengan biaya rendah, seperti Gemini 1.5 Pro (hingga 2M token) dan Claude 3.5 Haiku (200K token). Konteks 1M milik GPT-4.1 Mini bersaing, meskipun bukan yang terbesar. Harganya mirip dengan Gemini 1.5 Flash ($0.35/$1.05 per juta token) tetapi sedikit lebih tinggi untuk keluaran. Tolok ukur berbeda: Gemini 1.5 Flash mendapat skor 78.7 pada MMLU, sementara skor MATH-500 GPT-4.1 Mini adalah 92.5—tes yang berbeda, sehingga perbandingan langsung tidak bermakna. Dukungan multimodal bervariasi; GPT-4.1 Mini menerima gambar dan file, sementara model Gemini juga menerima video dan audio. Pilihan tergantung pada preferensi ekosistem dan kebutuhan spesifik. OrcaRouter merutekan GPT-4.1 Mini tanpa markup, memudahkan pengujian bersama model lain menggunakan format API yang sama.
Kompatibel OpenAI — pakai SDK Anda yang sekarang
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="openai/gpt-4.1-mini",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)frequency_penaltylogit_biaslogprobsmax_completion_tokensmax_tokensnparallel_tool_callspredictionpresence_penaltyresponse_formatseedservice_tierstopstreamstructured_outputstemperaturetool_choicetoolstop_logprobstop_pweb_search_options| Input / 1M token | $0.400 |
| Output / 1M token | $1.60 |
| Baca cache / 1M | $0.100 |
| Mata uang | USD |
Perkiraan berdasarkan harga daftar
Hanya perkiraan — jumlah token sebenarnya bergantung pada tokenizer penyedia.
GET /api/public/models/openai/gpt-4.1-miniBuka @misc{orcarouter_gpt_4_1_mini,
title = {GPT-4.1 Mini API},
author = {OpenAI},
year = {2025},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-4.1-mini}
}OpenAI. (2025). GPT-4.1 Mini API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-4.1-mini