GPT-4o mini Search Preview is een gespecialiseerd model voor webzoekopdrachten in Chat Completions. Het is getraind om webzoekopdrachten te begrijpen en uit te voeren.
GPT-4o-mini Search Preview is een variant van OpenAI's GPT-4o-mini-model met ingebouwde webzoekmogelijkheden. Het is ontworpen om antwoorden te geven die realtime informatie van internet bevatten,…
Het model combineert algemeen taalbegrip en -generatie met live webzoekopdrachten. Het kan vragen beantwoorden over recente gebeurtenissen, gegevens ophalen van specifieke websites en informatie uit meerdere online bronnen samenvoegen. Het behoudt de typische GPT-4o-mini-mogelijkheden: tekstsamenvatting, vertaling, codegeneratie, logisch redeneren en creatief schrijven. De zoekvoorbeeld-functie voegt de mogelijkheid toe om actueel nieuws, aandelenkoersen, weer, productdetails en andere tijdsgevoelige gegevens te raadplegen. Omdat het model echter is afgestemd op snelheid en efficiëntie, kan de redeneerdiepte lager zijn dan die van het volledige GPT-4o-model.
Het model blinkt uit in scenario's waarin antwoorden afhangen van veranderende of recente informatie. Voorbeelden zijn live klantenservicemedewerkers die de bestelstatus of retourbeleid moeten controleren, contenttools die samenvattingen van trending onderwerpen genereren, en onderzoeksassistenten die feiten uit meerdere online bronnen verzamelen. Het is ook nuttig voor het verifiëren van beweringen op basis van actuele gegevens, zoals het controleren van de laatste aankondiging van een bedrijf of een sportuitslag. Vanwege de relatief lage kosten en snelle responstijden is het geschikt voor toepassingen met hoge verzoekvolumes waarbij webverankering een belangrijke functie is.
Als uw toepassing geen webzoekopdrachten of actuele informatie nodig heeft, overweeg dan om de basis GPT-4o-mini zonder search preview te gebruiken. Het basismodel is nog goedkoper (dezelfde prijs per token, maar zonder de overhead van zoekopvraging) en kan sneller zijn voor puur conversationele taken. Voor zeer eenvoudige queries die geen brede wereldkennis vereisen, kunnen kleinere modellen zoals GPT-4o-mini (basis) of zelfs oudere modellen zoals GPT-3.5 Turbo volstaan. Evalueer of de search preview-functie de kosten rechtvaardigt voor uw specifieke gebruikssituatie.
De zoekvoorvertoning wordt automatisch geactiveerd door het model wanneer het van mening is dat de query externe informatie nodig heeft. U hoeft geen zoek-API's te configureren of handmatig zoekresultaten door te geven. U kunt echter het gedrag van het model beïnvloeden door het expliciet te vragen webzoekopdrachten te gebruiken, of door bronnen op te geven. Het model respecteert de standaard veiligheids- en inhoudsfilters die door OpenAI worden toegepast. Merk op dat webzoekopdrachten latentie kunnen introduceren in vergelijking met het basismodel, omdat het model wacht op zoekresultaten voordat het de uiteindelijke reactie genereert.
Specifieke benchmarkresultaten voor GPT-4o-mini Search Preview zijn niet openbaar gemaakt als een aparte variant. Op basis van de basis GPT-4o-mini wordt echter verwacht dat dit model goed presteert op standaard NLP-benchmarks zoals MMLU, HellaSwag en GSM8K, maar waarschijnlijk met een lagere nauwkeurigheid dan de volledige GPT-4o. De zoekvoorbeeldfunctie kan de prestaties verbeteren bij taken die actuele kennis vereisen (zoals trivia over recente gebeurtenissen), maar verandert niets aan de redeneervaardigheden van het onderliggende model. Voor feitelijke nauwkeurigheid is het model afhankelijk van de kwaliteit en actualiteit van de webbronnen die het ophaalt.
GPT-4o-mini Search Preview is ontworpen voor lage latentie in vergelijking met GPT-4o. De basis-GPT-4o-mini staat bekend om snelle inferentie, en de search preview voegt extra tijd toe voor het ophalen van webgegevens. De totale responstijd hangt af van factoren zoals netwerklatentie, het aantal opgehaalde zoekresultaten en de lengte van de context. Bij normaal gebruik worden antwoorden binnen enkele seconden gegenereerd. Voor toepassingen die absolute minimale latentie vereisen, zou de basis-GPT-4o-mini (zonder zoekfunctie) sneller zijn. De API van OrcaRouter ondersteunt streaming om tokens weer te geven zodra ze worden gegenereerd.
Sterke punten: Het model biedt actuele informatie zonder aparte zoekintegratie, heeft een groot contextvenster (128k tokens) en is kosteneffectief voor hoog volume gebruik. Beperkingen: Het accepteert alleen tekst; het kan soms onvolledige of irrelevante webinhoud ophalen; de redenering is minder diepgaand dan GPT-4o; en de zoekvoorbeeld kan latentie verhogen. Bovendien vermeldt het model niet altijd expliciet bronnen, dus gebruikers moeten kritische informatie verifiëren. Het is niet ontworpen voor taken zoals multimodaal begrip, geavanceerde wiskunde of complexe keten-van-gedachte redenering waarbij GPT-4o beter presteert.
OrcaRouter factureert GPT-4o-mini Search Preview tegen het providertarief zonder opslag: $0,15 per miljoen invoertokens en $0,60 per miljoen uitvoertokens. Dit betekent dat u exact betaalt wat OpenAI rekent, zonder extra kosten. Prijzen zijn per token, waarbij context-tokens worden geteld als invoer en gegenereerde tokens als uitvoer. Het model gebruikt het standaard OpenAI-tokenisatieschema. Er zijn geen extra kosten voor de zoekpreviewfunctie zelf; de kosten zijn hetzelfde als voor de basis GPT-4o-mini, ondanks de extra webopvraging.
Vergeleken met GPT-4o (dat $2.50 per miljoen invoertokens en $10 per miljoen uitvoertokens kost), is GPT-4o-mini Search Preview aanzienlijk goedkoper—ongeveer 16 keer minder voor invoer en 16,6 keer minder voor uitvoer. Dit maakt het een sterke kandidaat voor toepassingen waar de kosten per query van belang zijn, vooral wanneer u webzoekopdrachten nodig heeft. De basale GPT-4o-mini (zonder zoekvoorbeeld) kost echter hetzelfde per token, maar mist zoekfunctionaliteit. Als zoeken niet nodig is, kunt u de kleine extra latentie besparen, maar de kosten per token zijn identiek.
OrcaRouter kan caching van zoekresultaten of modelantwoorden ondersteunen, afhankelijk van de configuratie. Indien ingeschakeld, kunnen herhaalde query's voor dezelfde informatie uit de cache worden bediend, wat zowel latentie als tokenverbruik vermindert. Cachingbeleid verschilt echter. Voor de meest actuele informatie voert het model doorgaans een nieuwe webzoekopdracht uit bij elk verzoek. Om kosten te minimaliseren, overweeg het gebruik van de basis GPT-4o-mini als uw query's geen webgegevens vereisen. Houd altijd uw tokenverbruik in de gaten via het dashboard van OrcaRouter om uw uitgaven te begrijpen.
OrcaRouter rekent de exacte prijzen van OpenAI door zonder enige marge toe te voegen. De facturatie is gebaseerd op het aantal tokens zoals gerapporteerd door de provider. Er zijn geen opstartkosten, maandelijkse minima of extra kosten voor de API-gateway. U betaalt alleen voor de tokens die u gebruikt tegen de aangegeven tarieven. Voor GPT-4o-mini Search Preview betekent dat $0.15 per miljoen invoertokens en $0.60 per miljoen uitvoertokens. Zorg ervoor dat uw account is ingesteld met OrcaRouter om toegang te krijgen tot het model tegen deze tarieven.
Om het model te gebruiken, stuur een POST-verzoek naar https://api.orcarouter.ai/v1/chat/completions met het veld "model" ingesteld op "openai/gpt-4o-mini-search-preview". Dit eindpunt is compatibel met OpenAI, dus je kunt elke OpenAI SDK of client gebruiken door de basis-URL en API-sleutel te wijzigen. Voorbeeld curl: 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?"}] }' De zoekvoorbeeld wordt automatisch geactiveerd.
De API ondersteunt alle standaard OpenAI chat completion-parameters: temperature (0-2, standaard 1), top_p, n, stream, stop, max_tokens (tot 16384), presence_penalty, frequency_penalty en logit_bias. Het model respecteert deze parameters. Voor de zoekvoorbeeld zijn er geen extra parameters nodig; het model beslist wanneer het moet zoeken. U kunt het echter aanzetten om expliciet een webzoekopdracht aan te vragen (bijv. "Zoek op het web naar het laatste nieuws over...") om het ophalen van informatie aan te moedigen. Houd er rekening mee dat het model er nog steeds voor kan kiezen geen zoekopdracht uit te voeren als het vindt dat interne kennis voldoende is.
Als u al de OpenAI API gebruikt, is migreren naar OrcaRouter eenvoudig: verander de basis-URL van https://api.openai.com/v1 naar https://api.orcarouter.ai/v1, en vervang uw API-sleutel door een van OrcaRouter. De model-ID wordt "openai/gpt-4o-mini-search-preview". Alle andere verzoeklichamen en antwoordformaten blijven identiek. U kunt elke OpenAI-clientbibliotheek (Python, Node.js, enz.) gebruiken zonder aanpassingen. OrcaRouter ondersteunt ook streaming, function calling en andere geavanceerde functies die compatibel zijn met de OpenAI API.
Om antwoorden te streamen, stelt u "stream": true in uw verzoek in. OrcaRouter retourneert gegevens als server-sent events, identiek aan de streamingindeling van OpenAI. Elk event bevat een delta van het antwoord. Streamen is vooral nuttig voor gebruikersgerichte toepassingen om tokens te tonen terwijl ze worden gegenereerd. Voor zoekvoorbeeldquery's kan het model eerst aangeven dat het aan het zoeken is voordat het het uiteindelijke antwoord uitvoert. De stream zal die tussentijdse tokens bevatten. Zorg ervoor dat uw client gedeeltelijke updates netjes kan afhandelen.
GPT-4o-mini Search Preview is een kleinere, snellere en goedkopere variant van GPT-4o met toegevoegde webzoekmogelijkheden. Terwijl GPT-4o superieure redeneervaardigheden, een grotere kennisbasis (tot aan de trainingsafsluitdatum) en multimodale ondersteuning (afbeeldingen, audio) biedt, is dit model alleen tekstgebaseerd en vertrouwt het op webzoekopdrachten om de beperkte trainingskennis te compenseren. Voor taken die diepgaande analyse of complexe wiskunde vereisen, is GPT-4o beter. Voor kostenbewuste toepassingen die actuele informatie nodig hebben, is GPT-4o-mini Search Preview een sterk alternatief. De prijs is ongeveer 16 keer lager.
De basis GPT-4o-mini bevat geen webzoekopdracht; het vertrouwt uitsluitend op zijn trainingsgegevens, waarvan de afsluitdatum eind 2023 is. GPT-4o-mini Search Preview voegt de mogelijkheid toe om actuele informatie van internet op te halen. Beide modellen hebben dezelfde contextvenster (128k tokens), maximale output (16384) en prijs per token. De search preview-variant kan iets hogere latentie hebben vanwege het ophalen van webgegevens. Als uw applicatie geen live data nodig heeft, is het basismodel functioneel identiek en mogelijk sneller. Beide modellen worden benaderd via OrcaRouter met verschillende model-ID's.
Andere modellen die zoekopdrachten ondersteunen zijn Gemini met Google Search grounding, of modellen die gebruikmaken van plugin-gebaseerd web ophalen. GPT-4o-mini Search Preview biedt native integratie zonder externe plugins. Het is over het algemeen goedkoper dan grotere modellen met zoekfunctionaliteit (zoals GPT-4 met browsen). Het kan echter minder uitgebreid zijn in zoekresultaten vergeleken met speciale zoek-API's. Overweeg voor webkennis met hoge nauwkeurigheid om aan te vullen met een feitelijke zoek-API en de resultaten aan een basismodel te voeren. Dit model is het beste voor eenvoudige tot matig complexe zoekopdrachten die profiteren van actuele webgegevens.
Kies dit model wanneer u het volgende nodig heeft: (1) lage kosten per query, (2) automatische webzoekopdracht zonder aangepaste integratie, (3) snelle responstijden en (4) een groot contextvenster. Kies een volledige GPT-4o-variant als u multimodale invoer of diepere redenering nodig heeft. Kies de basis GPT-4o-mini als u geen webzoekopdracht nodig heeft en iets snellere reacties wenst. Kies een speciale zoek-API plus een klein model als u fijnmazige controle over zoekbronnen en -resultaten nodig heeft. Dit model is het beste als een directe vervanging voor GPT-3.5 of GPT-4o-mini in toepassingen die baat hebben bij live-informatie.
OpenAI-compatibel — behoud je huidige SDK
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| Invoer / 1M tokens | $0.150 |
| Uitvoer / 1M tokens | $0.600 |
| Valuta | USD |
Schatting op basis van catalogusprijs
Alleen een schatting — het werkelijke aantal tokens hangt af van de tokenizer van de aanbieder.
GET /api/public/models/openai/gpt-4o-mini-search-previewOpenen @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