GPT-4o mini Search PreviewはChat Completionsにおけるウェブ検索に特化したモデルです。これはウェブ検索クエリを理解し実行するようにトレーニングされています。
GPT-4o-mini Search Previewは、OpenAIのGPT-4o-miniモデルのバリエーションであり、組み込みのウェブ検索機能を備えています。これはインターネットからのリアルタイム情報を取り入れた回答を提供するように設計されており、最新の出来事やライブデータ、最近の更新に依存するクエリに適しています。このモデルはベースのGPT-4o-miniアーキテクチャを維持しつつ、自動的に…
このモデルは、一般的な言語理解と生成をライブウェブ検索と組み合わせています。最近の出来事に関する質問に答えたり、特定のウェブサイトからデータを取得したり、複数のオンラインソースから情報を統合することができます。通常のGPT-4o-miniの機能（テキスト要約、翻訳、コード生成、論理的推論、クリエイティブライティング）を保持しています。検索プレビューにより、現在のニュース、株価、天気、製品詳細、その他の時間に敏感なデータにアクセスする機能が追加されています。ただし、モデルは速度と効率に調整されているため、その推論の深さはフルGPT-4oモデルよりも低い可能性があります。
このモデルは、回答が変化する情報や最新情報に依存するシナリオで優れた性能を発揮します。具体例としては、注文状況や返品ポリシーを確認する必要があるライブカスタマーサービスエージェント、話題のトピックの要約を生成するコンテンツツール、複数のオンラインソースから事実をまとめるリサーチアシスタントなどが挙げられます。また、企業の最新発表やスポーツのスコアを確認するなど、現在のデータに照らして主張を検証するのにも役立ちます。比較的低コストで応答時間が速いため、ウェブグラウンディングが重要な機能となる高リクエスト量のアプリケーションに適しています。
アプリケーションにウェブ検索や最新情報が必要ない場合は、search previewなしのベースのGPT-4o-miniの使用を検討してください。ベースモデルはさらに低コスト（トークン単価は同じですが、検索取得のオーバーヘッドがありません）で、純粋な会話タスクではより高速になる可能性があります。広範な世界知識を必要としない非常に単純なクエリには、GPT-4o-mini（ベース）やGPT-3.5 Turboなどの小型モデルで十分な場合があります。search preview機能が特定のユースケースに対してコストに見合うかどうかを評価してください。
検索プレビューは、モデルがクエリに外部情報が必要と判断した場合に自動的にトリガーされます。検索APIを設定したり、検索結果を手動で渡す必要はありません。ただし、モデルに明示的にWeb検索を使用するようプロンプトで指示したり、ソースを指定することで、モデルの動作に影響を与えることができます。モデルはOpenAIが適用する標準的な安全性およびコンテンツフィルターを尊重します。Web検索は、ベースモデルと比較してレイテンシが発生する可能性があることに注意してください。これは、モデルが最終応答を生成する前に検索結果を待機するためです。
GPT-4o-mini Search Previewの具体的なベンチマークスコアは、独立したバリアントとして公開されていません。しかし、ベースのGPT-4o-miniに基づいて、このモデルはMMLU、HellaSwag、GSM8Kなどの標準的なNLPベンチマークで良好なパフォーマンスを示すと予想されますが、完全なGPT-4oよりも精度が低い可能性があります。検索プレビュー機能は、最近の出来事に関する雑学など、現在の知識が必要なタスクのパフォーマンスを向上させる可能性がありますが、基盤となるモデルの推論能力は変わりません。事実の正確性については、モデルは取得したWebソースの品質と適時性に依存します。
GPT-4o-mini Search Previewは、GPT-4oと比較して低レイテンシーを実現するように設計されています。ベースとなるGPT-4o-miniは高速な推論で知られており、Search PreviewはWeb検索に追加の時間を要します。応答時間の合計は、ネットワークレイテンシー、取得された検索結果の数、およびコンテキストの長さなどの要因によって異なります。一般的な使用では、応答は数秒以内に生成されます。絶対的な最小レイテンシーが求められるアプリケーションでは、ベースのGPT-4o-mini（検索なし）の方が高速です。OrcaRouterのAPIはストリーミングをサポートしており、トークンが生成され次第表示を開始できます。
強み：このモデルは、個別の検索統合なしで最新情報を提供し、大規模なコンテキストウィンドウ（128kトークン）を持ち、大量使用においてコスト効率が良いです。制限事項：テキストのみを受け付けます。不完全または無関係なウェブコンテンツを取得することがあります。推論力はGPT-4oほど深くはありません。検索プレビューによりレイテンシが増加する可能性があります。さらに、モデルは常に情報源を明示的に引用するとは限らないため、ユーザーは重要な情報を確認する必要があります。このモデルは、GPT-4oが優れているマルチモーダル理解、高度な数学、複雑な連鎖思考推論などのタスク向けに設計されていません。
OrcaRouterはGPT-4o-mini Search Previewをプロバイダー料金のまま、マークアップゼロで請求します。入力トークン100万あたり0.15ドル、出力トークン100万あたり0.60ドルです。つまり、OpenAIの請求額をそのまま支払うことになり、追加手数料は一切かかりません。料金はトークン単位で、コンテキストトークンは入力、生成トークンは出力としてカウントされます。このモデルは標準のOpenAIトークン化方式を使用しています。検索プレビュー機能自体に追加料金はなく、追加のウェブ検索があるにもかかわらず、コストはベースのGPT-4o-miniと同じです。
GPT-4o（入力トークン100万あたり2.50ドル、出力トークン100万あたり10ドル）と比較すると、GPT-4o-mini Search Previewは大幅に安価です—入力で約16倍、出力で約16.6倍低くなっています。そのため、クエリあたりのコストが重要なアプリケーション、特にウェブ検索が必要な場合に強い候補となります。ただし、ベースのGPT-4o-mini（Search Previewなし）はトークンあたりのコストは同じですが、検索機能がありません。検索が必要ない場合、わずかな追加レイテンシを節約できますが、トークンあたりのコストは同じです。
OrcaRouterは、設定によって検索結果やモデルの応答のキャッシュをサポートする場合があります。有効にすると、同じ情報に対する繰り返しのクエリがキャッシュから提供され、レイテンシとトークン使用量の両方を削減できます。ただし、キャッシュポリシーは異なります。最新の情報を得るために、モデルは通常、リクエストごとに新しいウェブ検索を実行します。コストを最小限に抑えるには、クエリがウェブデータを必要としない場合は、ベースのGPT-4o-miniの使用を検討してください。OrcaRouterのダッシュボードでトークン使用量を常に監視して、支出を把握してください。
OrcaRouterはOpenAIの正確な価格をそのまま通過させ、マージンを追加しません。請求はプロバイダーが報告したトークン数に基づきます。セットアップ費用、月額最低使用料、APIゲートウェイの追加料金はありません。指定されたレートで使用したトークンのみを支払います。GPT-4o-mini Search Previewの場合、入力トークン100万トークンあたり$0.15、出力トークン100万トークンあたり$0.60です。これらのレートでモデルにアクセスするには、OrcaRouterでアカウントを設定してください。
モデルを使用するには、POSTリクエストをhttps://api.orcarouter.ai/v1/chat/completionsに送信し、modelフィールドを"openai/gpt-4o-mini-search-preview"に設定してください。このエンドポイントはOpenAI互換であるため、ベースURLとAPIキーを変更することで、任意のOpenAI SDKやクライアントを使用できます。curlの例: curl https://api.orcarouter.ai/v1/chat/completions \ -H "Authorization: Bearer YOUR_ORCAROUTER_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "openai/gpt-4o-mini-search-preview", "messages": [{"role": "user", "content": "What is the current weather in London?"}] }' 検索プレビューは自動的にトリガーされます。
APIは、すべての標準的なOpenAIチャット補完パラメータをサポートしています: temperature（0～2、デフォルト1）、top_p、n、stream、stop、max_tokens（最大16384）、presence_penalty、frequency_penalty、logit_bias。モデルはこれらのパラメータを尊重します。検索プレビューについては、追加のパラメータは不要で、モデルがいつ検索するかを決定します。ただし、明示的にウェブ検索を要求するように促すことができます（例：「最新ニュースについてウェブを検索して…」）。これにより、情報取得が促進されます。モデルは、内部知識で十分と判断した場合、依然として検索を行わない可能性があることに注意してください。
すでにOpenAIのAPIをご利用の場合、OrcaRouterへの移行は簡単です：ベースURLをhttps://api.openai.com/v1からhttps://api.orcarouter.ai/v1に変更し、APIキーをOrcaRouterのものに置き換えてください。モデルIDは"openai/gpt-4o-mini-search-preview"になります。その他のリクエストボディとレスポンス形式はすべて同じままです。OpenAIクライアントライブラリ（Python、Node.jsなど）をそのまま変更せずに使用できます。OrcaRouterは、ストリーミング、関数呼び出し、その他OpenAIのAPI互換の高度な機能もサポートしています。
ストリーミングレスポンスを得るには、リクエストに "stream": true を設定してください。OrcaRouterはデータをサーバー送信イベントとして返します。これはOpenAIのストリーミング形式と同じです。各イベントにはレスポンスのデルタが含まれています。ストリーミングは、トークンが生成されるたびに表示するユーザー向けアプリケーションにとって特に有用です。検索プレビュークエリの場合、モデルは最終的な回答を出力する前に、まず検索中であることを示す場合があります。ストリームにはその中間トークンが含まれます。クライアントが部分的な更新を適切に処理できるようにしてください。
GPT-4o-mini Search Previewは、GPT-4oの小型・高速・低コスト版で、Web検索機能が追加されています。GPT-4oは優れた推論能力、広範な知識ベース（トレーニングカットオフ時点まで）、マルチモーダル対応（画像、音声）を備えていますが、このモデルはテキストのみで、限られたトレーニング知識を補うためにWeb検索に依存します。深い分析や複雑な計算が必要なタスクにはGPT-4oが適しています。最新情報を必要とするコスト重視のアプリケーションには、GPT-4o-mini Search Previewが有力な選択肢です。価格は約16分の1です。
ベースのGPT-4o-miniはウェブ検索を含まず、2023年後半の知識カットオフ日を持つトレーニングデータのみに依存しています。GPT-4o-mini Search Previewは、インターネットから最新情報を取得する機能を追加します。両モデルとも同じコンテキストウィンドウ（128kトークン）、最大出力（16384）、およびトークン単位の価格設定です。検索プレビューバリアントは、ウェブ検索により若干のレイテンシが高くなる可能性があります。アプリケーションにライブデータが必要ない場合、ベースモデルは機能的に同一であり、より高速である可能性があります。両モデルは異なるモデルIDでOrcaRouterを介してアクセスされます。
他の検索対応モデルには、Google Search groundingを備えたGeminiや、プラグインベースのWeb検索を使用するモデルがあります。GPT-4o-mini Search Previewは、外部プラグインなしでネイティブ統合を提供します。一般的に、より大きな検索対応モデル（ブラウジング機能付きGPT-4など）よりも低コストです。ただし、専用の検索APIと比較すると、検索結果の網羅性が劣る場合があります。高い精度のWeb知識が必要な場合は、事実確認用の検索APIを補完し、その結果をベースモデルに渡すことを検討してください。このモデルは、現在のWebデータを活用する簡単から中程度の複雑さのクエリに最適です。
このモデルを選ぶべきケース：(1) クエリあたりの低コスト、(2) カスタム統合不要の自動Web検索、(3) 高速な応答時間、(4) 大きなコンテキストウィンドウが必要な場合。マルチモーダル入力やより深い推論が必要なら、フルGPT-4oのバリアントを選択してください。Web検索が不要でわずかに高速な応答を求めるなら、ベースのGPT-4o-miniを選んでください。検索ソースと結果を細かく制御したい場合は、専用の検索APIと小型モデルを組み合わせてください。このモデルは、ライブ情報が有益なアプリケーションにおいて、GPT-3.5やGPT-4o-miniのドロップイン代替として最適です。
OpenAI 互換——今お使いの SDK のまま
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-4o-mini-search-preview",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)max_tokensresponse_formatstreamstructured_outputsweb_search_options| 入力 / 1M tokens | $0.150 |
| 出力 / 1M tokens | $0.600 |
| 通貨 | USD |
表示価格に基づく概算
見積もりのみ — 実際のトークン数はプロバイダーのトークナイザーに依存します。
GET /api/public/models/openai/gpt-4o-mini-search-preview開く @misc{orcarouter_gpt_4o_mini_search_preview,
title = {GPT-4o-mini Search Preview API},
author = {OpenAI},
year = {2025},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-4o-mini-search-preview}
}OpenAI. (2025). GPT-4o-mini Search Preview API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-4o-mini-search-preview