OpenAI GPT-4o-mini preview com contexto estendido para geração de texto orientada a pesquisa a baixo custo.
Este modelo é uma variante de pré-visualização do GPT-4o-mini da OpenAI, otimizada para geração de texto voltada para busca. Ele aceita apenas entradas de texto e oferece uma janela de contexto de…
O modelo é excelente na compreensão e geração de texto com base em contextos extensos (até 128k tokens) e na produção de saídas de até 16.384 tokens. Ele mantém os pontos fortes principais do GPT-4o-mini: inferência rápida, boa adesão a instruções e eficiência de custo. O ajuste de pré-visualização de busca provavelmente melhora sua capacidade de extrair trechos relevantes, comparar informações e responder perguntas que exigem a leitura de passagens longas. Pode ser usado para sumarização, resposta a perguntas, extração de informações e conversas de múltiplas etapas, desde que a entrada permaneça em texto. Por padrão, não suporta chamadas de função ou uso de ferramentas, embora você possa incorporar resultados de busca externos em seu prompt.
Com base em seu design, o modelo é mais adequado para tarefas em que um usuário fornece um longo bloco de texto contendo as informações necessárias para gerar uma resposta. Isso inclui cenários como: analisar um conjunto de resultados de pesquisa (fornecidos como texto), comparar descrições de produtos, extrair fatos importantes de artigos de pesquisa ou resumir transcrições de reuniões. O contexto de 128k permite processar livros inteiros ou coleções de vários documentos em uma única solicitação. No entanto, pode não ser ideal para escrita criativa, geração de código ou tarefas que exigem compreensão multimodal. Para esses casos, considere os modelos padrão GPT-4o-mini ou GPT-4o.
Se a sua tarefa for muito simples — como uma breve pergunta e resposta ou classificação — e não exigir a grande janela de contexto ou ajuste específico para pesquisa, um modelo mais barato como o GPT-4o-mini (sem preview) ou até mesmo o GPT-3.5 Turbo pode ser suficiente. O preço do modelo preview é idêntico ao do GPT-4o-mini, portanto o custo não é um diferencial. No entanto, se a latência for a prioridade, o GPT-4o-mini já é um dos modelos mais rápidos; a versão preview deve ter velocidade semelhante. Se você não precisar do foco em pesquisa, o GPT-4o-mini padrão pode ser mais amplamente testado e estável.
O número máximo de tokens de saída por solicitação é 16.384. O contexto de entrada pode ter até 128.000 tokens. Estes são limites generosos que permitem respostas longas e contextos muito longos. No entanto, como o modelo é exclusivamente textual, todos os tokens devem ser texto. Não há suporte nativo para dados estruturados como imposição de esquema JSON, embora você possa instruir o modelo a gerar JSON. A prévia pode ter limites de taxa; ao usar o OrcaRouter, esses limites dependem do seu nível de conta e da disponibilidade do provedor de backend.
A OpenAI não publicou pontuações de benchmark separadas para este modelo de pré-visualização específico. No entanto, a versão base do GPT-4o-mini é conhecida por alcançar resultados fortes em muitos benchmarks de PNL, sendo significativamente mais rápida e mais barata que o GPT-4o. Os utilizadores devem esperar um desempenho geral semelhante, com resultados potencialmente melhores em tarefas que envolvam recuperação de informação ou raciocínio de contexto longo devido ao ajuste de pesquisa. Sem benchmarks oficiais, recomenda-se avaliar o modelo no seu próprio conjunto de teste para medir sua eficácia para o seu domínio.
O GPT-4o-mini é um dos modelos mais rápidos da família GPT-4, e esta versão de pré-visualização deve ter latência comparável. O tempo típico até o primeiro token é baixo, tornando-o adequado para aplicações interativas. A latência exata depende do tamanho da solicitação, do comprimento da saída e da carga atual do provedor. O contexto de 128k pode aumentar o tempo até o primeiro token em comparação com contextos mais curtos, mas assim que o streaming começa, os tokens são produzidos rapidamente. O OrcaRouter não adiciona sobrecarga significativa; as chamadas de API são otimizadas para latência mínima.
A principal vantagem é a combinação de alta velocidade, baixo custo e a capacidade de lidar com contextos muito longos. Para tarefas em que a resposta está presente no texto fornecido, este modelo pode extraí-la de forma eficiente, sem o custo mais elevado do GPT-4o. Ele também herda a forte adesão a instruções do GPT-4o-mini. No entanto, pode não igualar o raciocínio matizado, a criatividade ou a precisão factual de modelos maiores, como GPT-4o ou GPT-4 Turbo. Em tarefas de raciocínio complexo, os modelos maiores geralmente têm melhor desempenho, mas com maior latência e custo.
Como prévia, o modelo pode conter bugs não descobertos ou comportamento inconsistente. Não foi tão amplamente testado quanto as versões estáveis. O ajuste de pesquisa pode causar saídas inesperadas quando a entrada não contém informações suficientes, potencialmente levando a alucinações. O modelo não pode usar ferramentas externas ou navegar na web, a menos que você forneça o conteúdo relevante. Se sua tarefa exigir resultados de pesquisa web atualizados, você precisará injetá-los manualmente no prompt. Além disso, ele não suporta imagens ou áudio, limitando seu uso em cenários multimodais.
O OrcaRouter repassa os preços do provedor sem nenhum markup. Para o openai/gpt-4o-mini-search-preview-2025-03-11, o custo é de US$ 0,15 por 1 milhão de tokens de entrada e US$ 0,60 por 1 milhão de tokens de saída. Os tokens de entrada incluem todo o prompt (mensagem do sistema, mensagens do usuário e qualquer histórico). Os tokens de saída são o texto gerado. Não há taxas adicionais do OrcaRouter. Isso torna o modelo muito acessível para uso em grande volume, especialmente ao processar contextos longos.
Nenhum desconto específico de cache é mencionado para este modelo no OrcaRouter. O preço é por token, pague conforme o uso. Alguns provedores oferecem cache de prompt que reduz o custo para prefixos repetidos, mas isso não está confirmado para esta prévia. Normalmente, a OpenAI pode oferecer cache para determinados modelos em sua API, mas esta prévia pode não ser elegível. Consulte a documentação da OpenAI para as políticas de cache mais recentes. No OrcaRouter, você é cobrado pela mesma taxa, independentemente dos padrões de uso.
Com $0,15 de entrada / $0,60 de saída por milhão de tokens, é idêntico ao padrão GPT-4o-mini. Isso o torna significativamente mais barato que o GPT-4o ($2,50 de entrada / $10 de saída) e o GPT-4 Turbo ($10 de entrada / $30 de saída). É mais caro que modelos mais antigos como o GPT-3.5 Turbo ($0,50/$1,50 por milhão?). No entanto, o valor vem do grande contexto e do ajuste de pesquisa. Se você precisa do contexto completo, a vantagem de custo sobre modelos maiores é substancial.
Para usar o modelo, defina a URL base da sua API como https://api.orcarouter.ai/v1, sua chave de API (do OrcaRouter) e o ID do modelo exatamente como "openai/gpt-4o-mini-search-preview-2025-03-11". Exemplo padrão com o cliente Python da OpenAI: client = OpenAI(api_key="your_orcarouter_key", base_url="https://api.orcarouter.ai/v1") response = client.chat.completions.create( model="openai/gpt-4o-mini-search-preview-2025-03-11", messages=[{"role": "user", "content": "Your prompt"}] ) Todos os parâmetros padrão de chat completions são suportados, incluindo temperature, max_tokens, top_p, frequency_penalty, presence_penalty e sequências de parada. O streaming está disponível usando stream=True.
O modelo suporta os mesmos parâmetros da API OpenAI Chat Completions. Parâmetros principais: temperature (padrão 1.0, intervalo 0-2), top_p (padrão 1.0), max_tokens (padrão varia, pode ser definido até 16384), stop (lista de strings), frequency_penalty (padrão 0), presence_penalty (padrão 0) e logit_bias. Você também pode passar user_id para monitoramento. Ainda não há suporte nativo para o esquema response_format; se precisar de saída estruturada, use instruções no prompt. O modelo respeita mensagens de sistema para definir contexto.
A migração não requer alterações de código na estrutura da requisição além da atualização do ID do modelo. Em sua chamada de API, substitua a string do modelo por "openai/gpt-4o-mini-search-preview-2025-03-11". Certifique-se de que sua URL base aponte para OrcaRouter (https://api.orcarouter.ai/v1) caso ainda não esteja utilizando-a. Por ser uma prévia, teste minuciosamente: as respostas podem diferir em estilo ou precisão. Você pode alternar condicionalmente entre modelos em sua aplicação armazenando o ID do modelo na configuração. Monitore desempenho e custos para garantir que a prévia atenda às suas necessidades antes da implementação completa.
Ambos os modelos compartilham a mesma arquitetura base e preço. O GPT-4o-mini padrão é um modelo de propósito geral sem ajuste específico para pesquisa. A visualização foi projetada para melhorar o desempenho em tarefas que envolvem extrair e sintetizar informações de grandes contextos de texto, como análise de resultados de pesquisa. Na prática, a visualização pode lidar com prompts longos com muitos fatos de forma mais precisa, enquanto a versão padrão pode ser melhor para conversas abertas, escrita criativa ou tarefas onde o comportamento de pesquisa não é necessário. Se sua aplicação já funciona com o GPT-4o-mini padrão, testar a visualização é de baixo risco devido à API idêntica.
O GPT-4o é o modelo multimodal flagship da OpenAI, com maior capacidade de raciocínio, compreensão de imagens e um contexto mais amplo (também 128k tokens). No entanto, é significativamente mais caro ($2,50/$10 por milhão de tokens) e mais lento. A pré-visualização de busca do GPT-4o-mini sacrifica alguma profundidade de raciocínio em troca de velocidade e custo. Para tarefas puramente baseadas em texto que não exigem raciocínio complexo em múltiplas etapas, a pré-visualização pode ser suficiente por uma fração do custo. Para tarefas que necessitam de entrada multimodal ou maior precisão, o GPT-4o continua sendo superior.
Claude 3 Haiku (Anthropic) and Gemini 1.5 Flash (Google) também são modelos rápidos, baratos e com grandes contextos. Haiku tem contexto de 200k tokens, Flash até 1M. Os preços variam. A pré-visualização de busca do GPT-4o-mini é única porque é uma pré-visualização de uma variante otimizada para busca da OpenAI. Sem comparações diretas de benchmarks, é difícil dizer qual é o melhor. Os três são excelentes para tarefas de recuperação de informações. A escolha pode depender da compatibilidade com o ecossistema, estilo de prompt e desempenho específico em seus dados. OrcaRouter fornece acesso unificado a todos eles, permitindo fácil teste A/B.
Escolha este modelo se seu principal requisito for eficiência de custo, tempos de resposta rápidos, e você estiver trabalhando com entradas somente de texto que não exigem raciocínio avançado. É ideal para aplicações de alto volume onde o contexto de cada solicitação é grande (por exemplo, processamento de documentos longos) mas a saída é relativamente curta. Se você precisa da melhor precisão possível, especialmente em consultas ambíguas ou complexas, ou se precisa processar imagens, então GPT-4o é uma escolha melhor. O modelo de pré-visualização também é adequado para prototipagem e teste antes de se comprometer com um modelo de custo mais alto.
Compatível com OpenAI — mantenha seu SDK
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="openai/gpt-4o-mini-search-preview-2025-03-11",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)max_tokensresponse_formatstreamstructured_outputsweb_search_options| Entrada / 1M tokens | $0.150 |
| Saída / 1M tokens | $0.600 |
| Moeda | USD |
Estimativa com base no preço de tabela
Apenas uma estimativa — a contagem real de tokens depende do tokenizador do provedor.
GET /api/public/models/openai/gpt-4o-mini-search-preview-2025-03-11Abrir @misc{orcarouter_gpt_4o_mini_search_preview_2025_03_11,
title = {openai/gpt-4o-mini-search-preview-2025-03-11 API},
author = {openai},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-4o-mini-search-preview-2025-03-11}
}openai. (n.d.). openai/gpt-4o-mini-search-preview-2025-03-11 API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-4o-mini-search-preview-2025-03-11