GPT-5 Mini adalah versi ringkas dari GPT-5, dirancang untuk menangani tugas penalaran yang lebih ringan. Ini memberikan manfaat pengikutan instruksi dan penyesuaian keselamatan yang sama seperti GPT-5, tetapi dengan latensi dan biaya yang lebih rendah....
GPT-5 Mini adalah model bahasa dari OpenAI yang dirancang untuk tugas-tugas yang memanfaatkan jendela konteks besar dan penalaran matematis yang kuat. Dengan 400.000 token konteks dan 128.000 token…
GPT-5 Mini menunjukkan penalaran matematis yang kuat, sebagaimana ditunjukkan oleh skor 90.7 pada tolok ukur AA Math. Hal ini menunjukkan bahwa model ini sangat cocok untuk masalah yang memerlukan perhitungan langkah demi langkah, manipulasi simbolik, atau deduksi logis. Jendela konteks yang besar memungkinkannya untuk mempertahankan hasil antara selama banyak langkah, menjadikannya efektif untuk soal cerita multi-langkah, penurunan teorema, dan bukti terstruktur. Namun, penalaran di domain lain (misalnya, akal sehat, ilmiah) tidak diukur secara spesifik dalam data yang disediakan. Kemampuan model ini kemungkinan sebanding dengan model OpenAI lainnya untuk tugas-tugas yang tidak memerlukan cakupan penuh dari GPT-5, tetapi pengguna harus mengevaluasi pada dataset mereka sendiri.
GPT-5 Mini dapat memproses teks, gambar, dan file dalam satu permintaan. Ketika gambar atau file diberikan, model menafsirkannya sebagai bagian dari konteks input, mengubah data visual atau terstruktur menjadi token yang dihitung terhadap batas 400.000 token. Hal ini memungkinkan model untuk menjawab pertanyaan tentang gambar, merangkum isi dokumen, atau mengekstrak data dari tabel. Biaya token yang tepat untuk gambar dan file ditentukan oleh pengkodean OpenAI—biasanya gambar dibagi menjadi ubin-ubin, masing-masing mengonsumsi sejumlah token tetap. Untuk file, kontennya sering diekstrak sebagai teks. Tidak ada biaya terpisah untuk modalitas lain selain harga input per token.
GPT-5 Mini memiliki biaya $0.25/M input dan $2.00/M output, yang lebih tinggi dibandingkan banyak model yang lebih kecil (misalnya, GPT-4o Mini, Claude Haiku) tetapi lebih rendah dibandingkan GPT-5 penuh. Ini layak dipilih ketika tugas Anda membutuhkan penalaran matematika yang kuat (misalnya, 90.7 AA Math) dan jendela konteks besar (400K token). Jika tugas Anda adalah klasifikasi sederhana atau pembuatan teks pendek, model yang lebih murah mungkin sudah cukup. Juga, jika Anda memerlukan volume output yang sangat tinggi, biaya output $2.00/M dapat terakumulasi. Pertimbangkan GPT-5 Mini ketika Anda membutuhkan penalaran yang andal pada konteks panjang—seperti menganalisis laporan penelitian setebal 200 halaman—dan dapat memanfaatkan keseimbangan antara kinerja dan biaya.
Kemampuan GPT-5 Mini untuk menerima gambar dan file membuatnya cocok untuk tugas-tugas seperti pemrosesan faktur, interpretasi grafik, dan Tanya Jawab dokumen. Misalnya, Anda dapat mengunggah PDF laporan keuangan (file) bersama dengan gambar grafik dan meminta model untuk mengekstrak angka-angka kunci. Konteks 400K dapat menampung laporan panjang dengan gambar yang disematkan. Penggunaan lainnya adalah analisis file kode: Anda dapat memberikan repositori sebagai file dan meminta peninjauan. Namun, perlu diingat bahwa gambar besar atau banyak file dapat dengan cepat menghabiskan token. Model memperlakukan semua input sebagai token, jadi rencanakan untuk tetap dalam batas konteks 400K.
AA Math adalah tolok ukur yang dirancang untuk mengevaluasi kemampuan model dalam memecahkan masalah matematika di berbagai tingkat kesulitan, sering kali mencakup aljabar, aritmetika, geometri, dan logika. Skor 90,7 menunjukkan bahwa GPT-5 Mini menjawab dengan benar 90,7% dari pertanyaan tes. Ini adalah hasil yang kuat, menempatkannya di tingkat atas untuk penalaran matematika di antara model-model dengan ukuran yang sama. Hal ini menunjukkan bahwa model tersebut dapat diandalkan dalam menangani soal cerita kuantitatif, perhitungan, dan penalaran multi-langkah. Tidak ada tolok ukur lain yang disediakan, sehingga skor ini harus dianggap sebagai kekuatan utama tetapi bukan gambaran keseluruhan.
Kecepatan (latensi) dan throughput tidak ditentukan dalam data yang disediakan. Umumnya, kecepatan model bergantung pada infrastruktur penyedia, ukuran permintaan, dan ukuran model. Sebagai varian 'Mini', GPT-5 Mini kemungkinan dioptimalkan untuk inferensi yang lebih cepat dibandingkan GPT-5 versi penuh, tetapi angka pastinya tidak diketahui. Untuk aplikasi real-time, Anda harus menguji dengan panjang prompt yang khas. API OrcaRouter mungkin menawarkan detail kinerja tambahan. Batas output yang besar (128K token) menunjukkan bahwa generasi yang sangat panjang akan memakan waktu secara proporsional lebih lama. Pertimbangkan batching atau streaming untuk kasus penggunaan yang sensitif terhadap latensi.
Kelebihan: Penalaran matematis yang kuat (90.7% AA Math), konteks besar (400.000 token), multimodal (teks, gambar, file), dan biaya per token yang wajar untuk kemampuannya. Kekurangan: Tidak ada skor tolok ukur yang disediakan untuk domain non-matematika (misalnya, pemahaman bahasa, pengkodean, akal sehat). Model ini mungkin kurang berprestasi dalam penulisan kreatif atau pembuatan teks terbuka dibandingkan dengan alternatif yang lebih besar. Selain itu, jendela konteks 400.000 token, meskipun besar, lebih kecil dari beberapa model terdepan (misalnya, Gemini 1.5 Pro memiliki 1 juta token). Untuk tugas yang memerlukan konteks yang sangat panjang atau volume token output yang sangat tinggi, GPT-5 versi penuh atau model lainnya mungkin lebih baik.
Harga adalah $0.25 per 1 juta token masukan dan $2.00 per 1 juta token keluaran. Token masukan mencakup semua teks, token gambar (setelah encoding), dan token file. Token keluaran adalah teks yang dihasilkan. Penagihan didasarkan pada jumlah token yang sebenarnya digunakan, tanpa minimum. Misalnya, permintaan dengan 10.000 token masukan dan 5.000 token keluaran biayanya (10,000/1M) * 0.25 + (5,000/1M) * 2.00 = 0.0025 + 0.01 = $0.0125. Ini ditagih pada tarif penyedia dengan markup nol oleh OrcaRouter. Tidak ada biaya platform tambahan atau biaya pengaturan.
Dibandingkan dengan GPT-5 penuh (jika tersedia), GPT-5 Mini kemungkinan lebih murah per token—$0.25 vs mungkin $1+ per input. Namun, mungkin memiliki cakupan yang lebih sempit. Untuk tugas yang hanya membutuhkan konteks atau penalaran moderat, menggunakan model yang lebih murah seperti GPT-4o Mini ($0.15 input) dapat menghemat uang. Pertukarannya adalah GPT-5 Mini menawarkan konteks 400K dan tolok ukur matematika yang kuat. Untuk aplikasi volume tinggi, perbedaan kecil per token pun akan bertambah. Anda harus memperkirakan rata-rata ukuran prompt dan generasi Anda. Jika gambar atau file sering digunakan, biaya token dari modalitas juga akan ikut diperhitungkan.
Informasi yang disediakan tidak menyebutkan fitur cache atau diskon melalui OrcaRouter. Penetapan harga dilakukan secara ketat sesuai tarif penyedia tanpa markup. Beberapa penyedia model menawarkan diskon input yang di-cache (misalnya, untuk prompt yang diulang), tetapi tidak disebutkan apakah OpenAI atau OrcaRouter menyediakan opsi tersebut untuk GPT-5 Mini. Untuk meminimalkan biaya, Anda dapat mengoptimalkan panjang prompt, menggunakan kembali system prompt, dan menghindari penggunaan token yang tidak perlu dari file atau gambar besar. OrcaRouter mungkin menawarkan caching di masa mendatang, namun saat ini, asumsikan harga bayar sesuai pemakaian per token.
OrcaRouter menyediakan endpoint API yang kompatibel dengan OpenAI di base_url https://api.orcarouter.ai/v1. Untuk menggunakan GPT-5 Mini, set parameter model menjadi "openai/gpt-5-mini". Format permintaan identik dengan API chat completions OpenAI. Contoh: POST /v1/chat/completions dengan header yang berisi kunci API OrcaRouter Anda. Di dalam body JSON, sertakan "model": "openai/gpt-5-mini", "messages": [...], dan parameter opsional seperti max_tokens, temperature, dll. Respons mengikuti struktur yang sama seperti OpenAI. Ini membuat migrasi dari panggilan langsung OpenAI menjadi mudah—cukup ubah base URL dan nama model.
API mendukung parameter penyelesaian obrolan standar: messages (array dari objek role-content), max_tokens (hingga 128000), temperature, top_p, n, stop, frequency_penalty, presence_penalty, dan stream (boolean untuk streaming). Untuk input multimoda, sertakan bagian konten dengan tipe "text" dan "image_url" atau "file_url". Penamaan yang tepat untuk input file tidak ditentukan, tetapi Anda dapat menggunakan format standar file atau data URI dari OpenAI. Parameter seperti logprobs, tools, atau tool_choice mungkin didukung tetapi tidak dikonfirmasi oleh data yang disediakan. Lihat dokumentasi OpenAI untuk detail parameter lengkap.
Migrasi biasanya memerlukan dua perubahan dalam kode Anda: 1) Ubah URL dasar menjadi https://api.orcarouter.ai/v1. 2) Ganti ID model dengan "openai/gpt-5-mini". Klien API Anda yang sudah ada (misalnya, pustaka Python openai) dapat dikonfigurasi dengan mengatur api_base atau base_url. Kunci API Anda untuk OrcaRouter harus digunakan sebagai pengganti kunci OpenAI. Semua parameter permintaan lainnya dan penanganan respons tetap sama, karena API kompatibel dengan OpenAI. Tidak perlu memodifikasi format pesan atau parser respons. Untuk streaming, gunakan pola stream=True yang sama.
API ini mewarisi batas kecepatan dan ketersediaan OpenAI, meskipun OrcaRouter mungkin memberlakukan kuotanya sendiri. Batas jendela konteks sebesar 400K token berlaku per permintaan. Output maksimal 128K token juga per permintaan. Tidak disebutkan dukungan pemanggilan fungsi atau plugin. Untuk unggahan berkas, mungkin ada batas ukuran yang tidak ditentukan. API ini tidak mendukung penyesuaian model kustom atau fitur lanjutan di luar apa yang ditawarkan OpenAI untuk GPT-5 Mini. Anda harus memeriksa dokumentasi OrcaRouter untuk kebijakan penggunaan atau pembatasan khusus.
GPT-5 Mini (konteks 400K, AA Math 90,7) vs GPT-4o (konteks biasanya 128K, skor AA Math tidak disediakan). GPT-5 Mini memiliki jendela konteks yang lebih besar dan kemungkinan penalaran matematis yang lebih baik. Namun, GPT-4o mungkin memiliki kemampuan yang lebih luas dalam kreativitas, pemahaman visual, dan tugas multibahasa. Harga GPT-4o serupa atau sedikit lebih tinggi pada input ($2,50) dan output ($10) per juta token sejak pembaruan terakhir. GPT-5 Mini lebih murah di kedua sisi. Untuk tugas yang membutuhkan konteks panjang dan matematika, GPT-5 Mini menguntungkan. Untuk chatbot tujuan umum atau tugas kreatif, GPT-4o mungkin lebih cocok.
Claude 3.5 Sonnet menawarkan jendela konteks 200K dan kuat dalam penalaran tetapi tidak menyediakan skor AA Math. Harga untuk Claude 3.5 Sonnet adalah $3.00 input dan $15.00 output per juta token, secara substansial lebih tinggi daripada GPT-5 Mini. GPT-5 Mini memiliki dua kali lipat konteks dan biaya lebih rendah. Namun, Claude mungkin unggul dalam keamanan, penanganan penolakan, dan peringkasan dokumen panjang. Untuk tugas matematika yang berfokus pada tolok ukur, 90.7 GPT-5 Mini adalah keuntungan langsung. Pengguna yang membutuhkan penyebaran volume tinggi dan sensitif biaya mungkin lebih memilih GPT-5 Mini.
Model yang lebih kecil seperti GPT-4o Mini (konteks 128K, ~$0,15 input, ~$0,60 output) atau Gemini 1.5 Flash lebih murah per token dan mungkin memiliki latensi lebih rendah. Jika tugas Anda tidak memerlukan konteks 400K atau presisi matematis AA Math 90.7, model-model ini dapat mengurangi biaya. Misalnya, klasifikasi sederhana, ringkasan singkat, atau Q&A dasar sering berfungsi baik dengan model yang lebih kecil. GPT-5 Mini sebaiknya dicadangkan untuk pekerjaan di mana konteks yang lebih besar dan penalaran matematis yang kuat benar-benar memengaruhi kualitas output. Model yang lebih besar seperti GPT-5 atau Claude Opus mungkin diperlukan untuk tugas yang sangat bernuansa.
Kompatibel OpenAI — pakai SDK Anda yang sekarang
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| Input / 1M token | $0.250 |
|---|---|
| Output / 1M token | $2.00 |
| Baca cache / 1M | $0.025 |
| Mata uang | USD |
Perkiraan berdasarkan harga daftar
Hanya perkiraan — jumlah token sebenarnya bergantung pada tokenizer penyedia.
Yang dibicarakan developer minggu ini
GET /api/public/models/openai/gpt-5-miniBuka @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