OpenAI GPT-5 Nano: 400K context, 83.7 AA Math, tekst/afbeelding/bestand invoer, $0.05/M invoer tokens via OrcaRouter.
OpenAI GPT-5 Nano (2025-08-07 release) is een kleinere, kosten-geoptimaliseerde variant van de GPT-5-familie. Het biedt een contextvenster van 400.000 tokens—genoeg om hele lange documenten of…
GPT-5 Nano accepteert tekst-, afbeeldings- en bestandsinvoer, waardoor het over een mix van formaten kan redeneren. De context van 400.000 tokens kan honderden pagina's tekst bevatten, samen met ingesloten afbeeldingen of documentbijlagen. Het model kan tot 128.000 tokens genereren in één enkele reactie, geschikt voor lange analytische uitvoer, codegeneratie of meerstaps wiskundige bewijzen. De AA Math-score van 83.7 toont sterke rekenkundige en logische redenering aan. Veelvoorkomende gebruiksscenario's zijn onder meer het samenvatten van lange documenten, annotatie van afbeelding naar tekst, op bestanden gebaseerde gegevensextractie en educatieve probleemoplossing waarbij zowel begrip van grafieken als tekstuele context vereist is.
De beste gebruiksscenario's benutten de grote context en multi-modale input van het model zonder maximale benchmarkprestaties te vereisen. Voorbeeld: het verwerken van een juridisch contract van 300 pagina's plus bijgevoegde bijlagen (afbeeldingen van handtekeningen, tabellen) om verplichtingen te extraheren. Nog een voorbeeld: het analyseren van een lang onderzoeksartikel met figuren, en vervolgens het schrijven van een kritiek van 10,000 woorden. In het onderwijs kan GPT-5 Nano stap voor stap een complex wiskundeprobleem doorwerken, met behulp van afbeeldingen van handgeschreven vergelijkingen. Voor datapijplijnen kan het PDF's en afbeeldingen opnemen en gestructureerde gegevens uitvoeren. Deze taken profiteren van de lage invoerkosten ($0.05/M tokens) en de mogelijkheid om bestanden direct te verwerken.
Als uw toepassing nooit meer dan, bijvoorbeeld, 8.000 tokens context nodig heeft en geen afbeeldingen of bestanden als invoer vereist, zou een kleiner en goedkoper model (bijv. GPT-4 Mini tegen lagere tokkenkosten) zuiniger zijn. Evenzo, als uw uitvoer altijd erg kort is (bijv. classificaties van één woord), kan het betalen van $0.40 per 1M uitvoertokens verspilling zijn—overweeg een model dat is geoptimaliseerd voor classificatie tegen lagere uitvoerkosten. GPT-5 Nano is het meest kosteneffectief wanneer u echt de 400K contextvenster of multimodale mogelijkheden nodig heeft; anders besparen eenvoudigere modellen geld.
De AA Math-benchmark evalueert wiskundig redeneren—het oplossen van rekenkundige, algebraïsche en verhaalopgaven. Een score van 83,7 geeft aan dat GPT-5 Nano 83,7% van de taken in deze benchmark correct heeft opgelost. Dit is een sterke prestatie voor een ‘nano’ model, wat impliceert dat het betrouwbaar wiskunde op basisschool- tot vroege middelbare schoolniveau aankan, inclusief meerstapsproblemen. Vergelijk dit met grotere modellen die mogelijk boven de 90 scoren, maar tegen een hogere kostprijs per token. De score bevestigt dat GPT-5 Nano voor wiskundig redeneren een goede kosten-nauwkeurigheidsafweging biedt voor veel toepassingen.
Latentiecijfers voor GPT-5 Nano worden niet openbaar gemaakt door OpenAI vanaf de release van 2025-08-07. In de praktijk hangt de snelheid af van factoren zoals het totale aantal tokens, de aanvraagbelasting en de infrastructuur van OrcaRouter. Omdat Nano een kleiner model is in vergelijking met grotere varianten, heeft het waarschijnlijk een lagere latentie per token, maar exacte aantallen zijn niet beschikbaar. OrcaRouter verwerkt verzoeken asynchroon met standaard time‑outconfiguraties. Voor latentiegevoelige real‑time toepassingen raden we aan om te benchmarken met uw typische payload (inclusief afbeeldingen/bestanden) via de OrcaRouter‑API om de geschiktheid te beoordelen.
**Sterke punten:** Lange context (400K tokens), multi‑modale invoer (tekst/afbeelding/bestand), grote uitvoercapaciteit (128K tokens), solide wiskundig redeneren (83.7 AA Math), en lage kosten per token. **Beperkingen:** Het is niet het best presterende model op andere benchmarks (scores niet verstrekt voor codering, redeneren of kennistaken). Het kleinere aantal parameters betekent waarschijnlijk dat het moeite heeft met zeer genuanceerde of creatieve taken. Ook is latentie niet gegarandeerd; geen ondersteuning voor audio‑ of video‑invoer. De uitvoerkwaliteit kan verslechteren bij zeer lange generaties dicht bij de 128K‑limiet. Overweeg voor taken die state‑of‑the‑art scores vereisen grotere GPT‑5‑modellen.
Prijzen zijn gebaseerd op tokenverbruik, gefactureerd tegen het OpenAI-providerstarief zonder opslag. Invoertokens: $0,05 per 1 miljoen tokens. Uitvoertokens: $0,40 per 1 miljoen tokens. OrcaRouter geeft deze exacte tarieven door. Voor een typisch gesprek met 100.000 invoertokens (inclusief afbeeldingen die als onderdeel van de invoer zijn getokeniseerd) en 10.000 uitvoertokens, zouden de kosten ($0,05 × 0,1) + ($0,40 × 0,01) = $0,005 + $0,004 = $0,009 (minder dan één cent) bedragen. Facturatie wordt per token gemeten; u kunt uitgavenlimieten instellen via het OrcaRouter-dashboard.
Het belangrijkste voordeel van GPT-5 Nano zijn de lage invoerkosten in verhouding tot de contextgrootte. Bijvoorbeeld, het verwerken van een document van 400K‑tokens kost slechts $0,02 voor invoer (400K / 1M × $0,05). Uitvoertokens zijn duurder per token, dus als uw toepassing zeer lange antwoorden genereert, kunnen de uitvoerkosten de overhand krijgen. Een uitvoer van 100K‑tokens kost bijvoorbeeld $0,04 (100K / 1M × $0,40). Evalueer uw gemiddelde invoer‑uitvoer‑verhouding. Als de uitvoer kort is maar de invoer enorm, is Nano extreem goedkoop. Als de uitvoer 128K nadert, overweeg dan of er een goedkoper model met een lager uitvoertarief bestaat voor uw specifieke taak.
OrcaRouter maakt geen specifieke cachingmechanismen voor individuele modellen bekend. Standaard API-best practices zijn van toepassing: gebruik reacties op applicatieniveau opnieuw waar gepast en minimaliseer overbodig tokenverbruik. Merk op dat omdat GPT-5 Nano bestands- en afbeeldingsinvoer ondersteunt (die getokeniseerd worden), elk uniek bestand of elke unieke afbeelding telt als nieuwe invoertokens. Het cachen van getokeniseerde inhoud wordt niet ondersteund op API-niveau. Om kosten te optimaliseren, kunt u de tekstgedeelten van uw prompts client-side cachen en voorkomen dat u identieke lange contexten opnieuw verzendt als het antwoord van het model deterministisch is en u temperature=0 instelt.
Gebruik het OpenAI-compatibele API-eindpunt: basis-URL https://api.orcarouter.ai/v1, model-ID "openai/gpt-5-nano-2025-08-07". Voorbeeld met curl: curl https://api.orcarouter.ai/v1/chat/completions \ -H "Authorization: Bearer YOUR_ORCAROUTER_API_KEY" \ -H "Content-Type: application/json" \ -d '{\n "model": "openai/gpt-5-nano-2025-08-07",\n "messages": [{"role": "user", "content": [{"type": "text", "text": "Solve this math problem."},{"type": "image_url", "image_url": {"url": "data:image/png;base64,..."}}]}],\n "max_tokens": 512\n }' Alle standaardparameters (temperature, top_p, stop, frequency_penalty, enz.) worden ondersteund. Bestandsinvoer kan base64-gecodeerd of op URL gebaseerd zijn.
GPT-5 Nano ondersteunt de standaard chat completions parameters: model (vereist, gebruik de exacte ID), messages (array van message objecten), max_tokens (tot 128000), temperature (0–2, standaard 1), top_p (0–1, standaard 1), n (aantal completions, standaard 1), stop (string of array), frequency_penalty, presence_penalty, user (unieke identificatie voor tracking), en logit_bias. Voor afbeeldingen en bestandsinvoer gebruik je content objects met type "image_url" (voor afbeeldingen) of "file" (voor bestandsbijlagen, indien ondersteund—raadpleeg de OrcaRouter-documentatie). Parameters zoals tools, tool_choice, en response_format zijn beschikbaar wanneer het model gestructureerde uitvoer ondersteunt.
Migratie is eenvoudig omdat OrcaRouter exact hetzelfde OpenAI‑compatibele schema implementeert. Verander slechts twee dingen: 1) Stel de basis‑URL in op https://api.orcarouter.ai/v1; 2) Vervang je OpenAI API‑sleutel door een OrcaRouter API‑sleutel (verkrijgbaar via het OrcaRouter‑dashboard). Houd alle andere aanvraaglichamen ongewijzigd, inclusief model‑ID's die zijn opgemaakt als "openai/gpt-5-nano-2025-08-07". OrcaRouter verzorgt de routering en facturatie. Er zijn geen codewijzigingen nodig behalve het endpoint en de sleutel. Test met een enkel verzoek om de connectiviteit en de registratie van tokenverbruik te bevestigen.
Voor bestandinvoer, voeg een inhoudsobject toe met type "file" en lever de bestandsgegevens als base64-codering of een openbare URL. OrcaRouter accepteert hetzelfde schema als OpenAI's API. Voorbeeld berichtinhoud: [{"type": "text", "text": "Vat deze PDF samen"}, {"type": "file", "file": {"url": "..."}}]. De getokeniseerde kosten van bestanden zijn afhankelijk van hun grootte en complexiteit (afbeeldingen worden geteld als invoertokens evenredig aan resolutie). Zorg ervoor dat uw totale context (tekst+afbeelding+bestandstokens) onder de 400.000 blijft. Overweeg bij zeer grote bestanden vooraf te splitsen of een andere strategie te gebruiken.
GPT-5 Nano biedt een groter contextvenster (400K vs. de typische 128K van GPT‑4 Mini) en multimodale invoer (tekst/afbeelding/bestand vs. alleen tekst bij veel Mini-varianten). De kosten zijn lager: $0,05/$0,40 per M tokens vs. GPT‑4 Mini-tarieven die vaak hoger zijn voor uitvoer. GPT‑4 Mini kan echter snellere inferentie bieden (hoewel latentiecijfers voor geen van beide zijn gepubliceerd). De AA Math-score van GPT‑5 Nano (83,7) is concurrerend met of overtreft de wiskundeprestaties van GPT‑4 Mini. Voor langcontext- en multimodale taken is Nano de duidelijke keuze; voor korte generieke tekst kan Mini nog steeds kosteneffectief zijn.
GPT-5 Pro is OpenAI’s grote vlaggenschipmodel met hogere benchmarkscores op alle fronten, maar ook hogere tokenprijzen (exacte tarieven niet opgegeven). Pro heeft waarschijnlijk een kleiner contextvenster (geruchten 128K), maar betere redenering, codering en creativiteit. GPT-5 Nano ruilt wat nauwkeurigheid en mogelijkheden in voor een veel lagere prijs en langere context. Als je prioriteit maximale kwaliteit bij moeilijke taken is, kies dan Pro. Als je enorme hoeveelheden gegevens economisch moet verwerken en matige nauwkeurigheid kunt accepteren, is Nano superieur. Beide zijn toegankelijk via OrcaRouter met hetzelfde API-formaat.
OrcaRouter biedt toegang tot vele modellen. Alternatieven zijn onder andere grotere OpenAI-modellen (GPT‑5 Pro) voor hogere nauwkeurigheid, kleinere modellen (GPT‑4 Mini) voor eenvoudige tekst, of externe modellen zoals Anthropic’s Claude of Meta’s Llama. Elk heeft verschillende contextvensters, prijzen en modaliteitsondersteuning. Claude 3 Haiku kan bijvoorbeeld sneller zijn, maar geen beeldinvoer bieden. U kunt de kosten per token vergelijken op de OrcaRouter-prijspagina. GPT-5 Nano springt eruit vanwege de combinatie van 400K context, multimodale invoer en lage invoerkosten—wat het uniek maakt onder lichtgewicht modellen.
GPT-5 Nano traint, net als andere OpenAI-modellen die via de API worden benaderd, standaard niet op uw gegevens (het OpenAI API-gegevensgebruiksbeleid is van toepassing). OrcaRouter fungeert als proxy en slaat uw prompts of antwoorden niet langer op dan nodig is voor facturatie en aanvraagregistratie (onder voorbehoud van hun privacybeleid). Beide providers verbinden zich ertoe geen API-gegevens te gebruiken voor modelverbetering, tenzij u hiervoor kiest. Overweeg voor gevoelige gegevens het gebruik van een lokaal of toegewijd model. De gegevensverwerking van GPT‑5 Nano is identiek aan die van andere OpenAI API-modellen—geen extra gegevensbewaring door OrcaRouter.
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-5-nano-2025-08-07",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_completion_tokensmax_tokensreasoningresponse_formatseedstreamstructured_outputstool_choicetools| Invoer / 1M tokens | $0.050 |
| Uitvoer / 1M tokens | $0.400 |
| Cache lezen / 1M | $0.0050 |
| 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-5-nano-2025-08-07Openen @misc{orcarouter_gpt_5_nano_2025_08_07,
title = {openai/gpt-5-nano-2025-08-07 API},
author = {openai},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-5-nano-2025-08-07}
}openai. (n.d.). openai/gpt-5-nano-2025-08-07 API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-5-nano-2025-08-07