GPT-4o mini Search Preview to specjalistyczny model do wyszukiwania w sieci w Chat Completions. Jest on wyszkolony do rozumienia i wykonywania zapytań wyszukiwania w sieci.
GPT-4o-mini Search Preview jest wariantem modelu OpenAI GPT-4o-mini, który posiada wbudowane możliwości przeszukiwania sieci. Został zaprojektowany tak, aby udzielać odpowiedzi uwzględniających…
Model łączy ogólne rozumienie języka i generowanie treści z wyszukiwaniem na żywo w internecie. Potrafi odpowiadać na pytania o bieżące wydarzenia, pobierać dane z konkretnych stron internetowych oraz syntetyzować informacje z wielu źródeł online. Zachowuje typowe możliwości GPT-4o-mini: streszczanie tekstu, tłumaczenie, generowanie kodu, logiczne wnioskowanie i kreatywne pisanie. Podgląd wyszukiwania dodaje możliwość dostępu do aktualnych wiadomości, kursów akcji, pogody, szczegółów produktów i innych danych wrażliwych na czas. Jednakże, ponieważ model jest dostrojony pod kątem szybkości i wydajności, jego głębokość wnioskowania może być niższa niż w przypadku pełnego modelu GPT-4o.
Model sprawdza się w scenariuszach, w których odpowiedzi zależą od zmieniających się lub aktualnych informacji. Przykłady obejmują agentów obsługi klienta na żywo, którzy muszą sprawdzić status zamówienia lub politykę zwrotów, narzędzia do tworzenia treści generujące streszczenia bieżących tematów oraz asystentów badawczych kompilujących fakty z wielu źródeł online. Jest również przydatny do weryfikacji twierdzeń na podstawie aktualnych danych, takich jak sprawdzanie najnowszych ogłoszeń firmy lub wyniku sportowego. Ze względu na stosunkowo niski koszt i szybki czas odpowiedzi, nadaje się do aplikacji o dużym natężeniu zapytań, w których kluczową cechą jest zakotwiczenie w sieci.
Jeśli Twoja aplikacja nie wymaga przeszukiwania sieci ani aktualnych informacji, rozważ użycie podstawowego modelu GPT-4o-mini bez podglądu wyszukiwania. Model podstawowy jest jeszcze tańszy (taka sama cena za token, ale bez narzutu związanego z wyszukiwaniem) i może być szybszy w przypadku zadań czysto konwersacyjnych. W przypadku bardzo prostych zapytań, które nie wymagają szerokiej wiedzy o świecie, wystarczające mogą być mniejsze modele, takie jak GPT-4o-mini (podstawowy) lub nawet starsze modele, np. GPT-3.5 Turbo. Oceń, czy funkcja podglądu wyszukiwania uzasadnia koszt w Twoim konkretnym przypadku użycia.
Podgląd wyszukiwania jest automatycznie uruchamiany przez model, gdy uzna on, że zapytanie wymaga zewnętrznych informacji. Nie musisz konfigurować interfejsów API wyszukiwania ani ręcznie przekazywać wyników wyszukiwania. Możesz jednak wpływać na zachowanie modelu, wyraźnie polecając mu korzystanie z wyszukiwania internetowego lub określając źródła. Model przestrzega standardowych zabezpieczeń i filtrów treści stosowanych przez OpenAI. Należy pamiętać, że wyszukiwanie internetowe może wprowadzić opóźnienie w porównaniu do modelu podstawowego, ponieważ model czeka na wyniki wyszukiwania przed wygenerowaniem finalnej odpowiedzi.
Szczegółowe wyniki benchmarków dla GPT-4o-mini Search Preview nie zostały publicznie opublikowane jako osobny wariant. Jednakże, bazując na podstawowym modelu GPT-4o-mini, oczekuje się, że model ten będzie dobrze radził sobie na standardowych benchmarkach NLP, takich jak MMLU, HellaSwag i GSM8K, choć prawdopodobnie z niższą dokładnością niż pełna wersja GPT-4o. Funkcja podglądu wyszukiwania może poprawić wydajność w zadaniach wymagających aktualnej wiedzy (takich jak ciekawostki o niedawnych wydarzeniach), ale nie zmienia podstawowych zdolności rozumowania modelu. Jeśli chodzi o dokładność faktograficzną, model opiera się na jakości i aktualności pozyskanych źródeł internetowych.
GPT-4o-mini Search Preview został zaprojektowany z myślą o niskim opóźnieniu w porównaniu z GPT-4o. Podstawowy model GPT-4o-mini znany jest z szybkiego wnioskowania, a podgląd wyszukiwania dodaje dodatkowy czas na pobieranie wyników z sieci. Całkowity czas odpowiedzi zależy od takich czynników jak opóźnienie sieciowe, liczba pobranych wyników wyszukiwania i długość kontekstu. W typowym użyciu odpowiedzi generowane są w ciągu kilku sekund. W przypadku aplikacji wymagających absolutnie minimalnego opóźnienia, podstawowy model GPT-4o-mini (bez wyszukiwania) będzie szybszy. API OrcaRouter obsługuje strumieniowanie, aby rozpocząć wyświetlanie tokenów w miarę ich generowania.
Mocne strony: Model dostarcza aktualne informacje bez konieczności osobnej integracji wyszukiwania, ma duże okno kontekstowe (128k tokenów) i jest opłacalny przy dużym wolumenie użycia. Ograniczenia: Akceptuje wyłącznie tekst; czasami może pobierać niekompletne lub nieistotne treści internetowe; jego wnioskowanie jest płytsze niż w GPT-4o; a podgląd wyszukiwania może zwiększać opóźnienie. Ponadto model nie zawsze podaje źródła wprost, dlatego użytkownicy powinni weryfikować krytyczne informacje. Nie jest przeznaczony do zadań takich jak multimodalne rozumienie, zaawansowana matematyka czy złożone wnioskowanie krok po kroku, w których GPT-4o radzi sobie lepiej.
OrcaRouter rozlicza GPT-4o-mini Search Preview według stawki dostawcy z zerową marżą: $0.15 za milion tokenów wejściowych i $0.60 za milion tokenów wyjściowych. Oznacza to, że płacisz dokładnie tyle, ile nalicza OpenAI, bez żadnych dodatkowych opłat. Cennik jest za token, przy czym tokeny kontekstu liczone są jako wejściowe, a wygenerowane tokeny jako wyjściowe. Model korzysta ze standardowego schematu tokenizacji OpenAI. Nie ma dodatkowych opłat za samą funkcję podglądu wyszukiwania; koszt jest taki sam jak dla bazowego GPT-4o-mini, pomimo dodatkowego pobierania danych z sieci.
W porównaniu do GPT-4o (który kosztuje 2,50 USD za milion tokenów wejściowych i 10 USD za milion tokenów wyjściowych), GPT-4o-mini Search Preview jest znacznie tańszy – około 16 razy tańszy dla wejścia i 16,6 razy tańszy dla wyjścia. To sprawia, że jest silnym kandydatem do zastosowań, w których kluczowy jest koszt na zapytanie, zwłaszcza gdy potrzebne jest przeszukiwanie sieci. Jednak podstawowy GPT-4o-mini (bez wersji z przeszukiwaniem) kosztuje tyle samo za token, ale nie ma funkcji wyszukiwania. Jeśli wyszukiwanie nie jest potrzebne, można zaoszczędzić nieco dodatkowego opóźnienia, ale koszt za token jest identyczny.
OrcaRouter może obsługiwać buforowanie wyników wyszukiwania lub odpowiedzi modelu, w zależności od konfiguracji. Jeśli jest włączone, powtarzające się zapytania o te same informacje mogą być obsługiwane z pamięci podręcznej, co zmniejsza zarówno opóźnienie, jak i zużycie tokenów. Jednak zasady buforowania są różne. Aby uzyskać najbardziej aktualne informacje, model zazwyczaj wykonuje nowe wyszukiwanie w sieci przy każdym żądaniu. Aby zminimalizować koszty, rozważ użycie podstawowego GPT-4o-mini, jeśli Twoje zapytania nie wymagają danych z sieci. Zawsze monitoruj swoje zużycie tokenów przez panel OrcaRouter, aby zrozumieć swoje wydatki.
OrcaRouter przekazuje dokładne ceny OpenAI bez dodawania żadnej marży. Rozliczenia opierają się na liczbie tokenów zgłaszanych przez dostawcę. Nie ma opłat za konfigurację, minimalnych miesięcznych opłat ani dodatkowych opłat za bramę API. Płacisz tylko za wykorzystane tokeny według określonych stawek. Dla GPT-4o-mini Search Preview oznacza to 0,15 USD za milion tokenów wejściowych i 0,60 USD za milion tokenów wyjściowych. Upewnij się, że Twoje konto jest skonfigurowane w OrcaRouter, aby uzyskać dostęp do modelu w tych stawkach.
Aby skorzystać z modelu, wyślij żądanie POST na adres https://api.orcarouter.ai/v1/chat/completions z polem model ustawionym na "openai/gpt-4o-mini-search-preview". Ten endpoint jest zgodny z OpenAI, więc możesz użyć dowolnego SDK lub klienta OpenAI, zmieniając podstawowy URL i klucz API. Przykład 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": "Jaka jest aktualna pogoda w Londynie?"}] }' Podgląd wyszukiwania zostanie uruchomiony automatycznie.
API obsługuje wszystkie standardowe parametry uzupełniania czatu OpenAI: temperature (0-2, domyślnie 1), top_p, n, stream, stop, max_tokens (do 16384), presence_penalty, frequency_penalty oraz logit_bias. Model respektuje te parametry. W przypadku podglądu wyszukiwania nie są potrzebne żadne dodatkowe parametry; model decyduje, kiedy przeprowadzić wyszukiwanie. Można jednak skłonić go do jawnego żądania wyszukiwania w sieci (np. "Przeszukaj sieć w poszukiwaniu najnowszych wiadomości o..."), aby zachęcić do pobierania danych. Należy pamiętać, że model może nadal nie przeprowadzić wyszukiwania, jeśli uzna swoją wewnętrzną wiedzę za wystarczającą.
Jeśli już korzystasz z API OpenAI, migracja do OrcaRouter jest prosta: zmień bazowy URL z https://api.openai.com/v1 na https://api.orcarouter.ai/v1, a swój klucz API zastąp kluczem z OrcaRouter. Identyfikator modelu to "openai/gpt-4o-mini-search-preview". Wszystkie pozostałe treści zapytań i formaty odpowiedzi pozostają bez zmian. Możesz używać dowolnej biblioteki klienta OpenAI (Python, Node.js itp.) bez modyfikacji. OrcaRouter obsługuje również streaming, wywoływanie funkcji i inne zaawansowane funkcje zgodne z API OpenAI.
Aby przesyłać odpowiedzi strumieniowo, ustaw \"stream\": true w swoim żądaniu. OrcaRouter zwraca dane jako zdarzenia wysyłane przez serwer, identyczne z formatem strumieniowania OpenAI. Każde zdarzenie zawiera deltę odpowiedzi. Strumieniowanie jest szczególnie przydatne w aplikacjach skierowanych do użytkowników, aby pokazywać tokeny w miarę ich generowania. W przypadku zapytań podglądu wyszukiwania model może najpierw wskazać, że przeprowadza wyszukiwanie, zanim wyświetli ostateczną odpowiedź. Strumień będzie zawierał te tymczasowe tokeny. Upewnij się, że twój klient może elegancko obsługiwać częściowe aktualizacje.
GPT-4o-mini Search Preview to mniejszy, szybszy i tańszy wariant GPT-4o z dodaną możliwością wyszukiwania w internecie. Podczas gdy GPT-4o oferuje lepsze rozumowanie, większą bazę wiedzy (aż do swojej granicy danych treningowych) oraz obsługę multimodalną (obrazy, dźwięk), ten model jest wyłącznie tekstowy i korzysta z wyszukiwania internetowego, aby nadrobić ograniczoną wiedzę treningową. Do zadań wymagających głębokiej analizy lub skomplikowanych obliczeń lepszy jest GPT-4o. Do aplikacji wrażliwych na koszty, które potrzebują świeżych informacji, GPT-4o-mini Search Preview stanowi silną alternatywę. Ceny są około 16 razy niższe.
Podstawowy model GPT-4o-mini nie zawiera przeszukiwania sieci; opiera się wyłącznie na swoich danych treningowych, które mają datę odcięcia pod koniec 2023 roku. GPT-4o-mini Search Preview dodaje możliwość pobierania aktualnych informacji z internetu. Oba modele mają to samo okno kontekstowe (128k tokenów), maksymalną długość odpowiedzi (16384) i ceny za token. Wariant z przeszukiwaniem może mieć nieco wyższe opóźnienie ze względu na pobieranie danych z sieci. Jeśli Twoja aplikacja nie potrzebuje danych na żywo, model podstawowy jest funkcjonalnie identyczny i może być szybszy. Oba modele są dostępne poprzez OrcaRouter z różnymi identyfikatorami modeli.
Inne modele z dostępem do wyszukiwania obejmują Gemini z funkcją Google Search grounding lub modele korzystające z wyszukiwania w sieci opartego na wtyczkach. GPT-4o-mini Search Preview oferuje natywną integrację bez zewnętrznych wtyczek. Jest on generalnie tańszy niż większe modele z wyszukiwaniem (takie jak GPT-4 z przeglądaniem). Może jednak być mniej wszechstronny w wynikach wyszukiwania w porównaniu do dedykowanych interfejsów API wyszukiwania. W przypadku wiedzy internetowej wymagającej wysokiej dokładności warto rozważyć uzupełnienie o faktograficzne API wyszukiwania i przekazywanie wyników do modelu bazowego. Ten model jest najlepszy w przypadku prostych i średnio złożonych zapytań, które korzystają z aktualnych danych z sieci.
Wybierz ten model, gdy potrzebujesz: (1) niskiego kosztu na zapytanie, (2) automatycznego wyszukiwania w sieci bez niestandardowej integracji, (3) szybkich czasów odpowiedzi oraz (4) dużego okna kontekstowego. Wybierz pełny wariant GPT-4o, jeśli potrzebujesz danych multimodalnych lub głębszego rozumowania. Wybierz podstawowy GPT-4o-mini, jeśli nie potrzebujesz wyszukiwania w sieci i chcesz nieco szybszych odpowiedzi. Wybierz dedykowane API wyszukiwania plus mały model, jeśli potrzebujesz szczegółowej kontroli nad źródłami i wynikami wyszukiwania. Ten model najlepiej sprawdza się jako zamiennik dla GPT-3.5 lub GPT-4o-mini w aplikacjach, które skorzystałyby na informacjach na żywo.
Zgodne z OpenAI — zostań przy swoim 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| Wejście / 1M tokenów | $0.150 |
| Wyjście / 1M tokenów | $0.600 |
| Waluta | USD |
Szacunek na podstawie cennika
Tylko szacunek — rzeczywista liczba tokenów zależy od tokenizatora dostawcy.
GET /api/public/models/openai/gpt-4o-mini-search-previewOtwórz @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