GPT-4.1 Mini เป็นโมเดลขนาดกลางที่ให้ประสิทธิภาพการทำงานที่แข่งขันได้กับ GPT-4o โดยมีเวลาแฝงและต้นทุนที่ต่ำกว่าอย่างมาก โดยยังคงมีหน้าต่างบริบทขนาด 1 ล้านโทเค็น และมีคะแนน 45.1% ในการทดสอบอย่างหนัก...
GPT-4.1 Mini เป็นโมเดลที่คุ้มค่าด้านต้นทุนซึ่งเปิดตัวโดย OpenAI ที่ให้ความสำคัญกับหน้าต่างบริบทขนาดใหญ่ถึง 1,047,576 โทเคน พร้อมรองรับการป้อนข้อมูลทั้งข้อความ รูปภาพ และไฟล์…
GPT-4.1 Mini ประมวลผลข้อความ รูปภาพ และอินพุตไฟล์ (รวมถึง PDF, เอกสาร Word, และไฟล์โค้ด) หน้าต่างบริบทขนาด 1,047,576 โทเค็นทำให้สามารถรับนวนิยายทั้งเล่ม คู่มือทางเทคนิค หรือคลังโค้ดแบบหลายเธรดได้ในคำขอเดียว สามารถสร้างเอาต์พุตได้สูงสุด 32,768 โทเค็น เหมาะสำหรับการให้เหตุผลแบบยาว การวิเคราะห์เชิงลึก หรือการเขียนเชิงสร้างสรรค์ โมเดลนี้มีความสามารถพิเศษในการให้เหตุผลทางคณิตศาสตร์ โดยได้คะแนน 92.5 จากการวัด MATH-500 และสามารถจัดการกับพรอมต์แบบ chain-of-thought หลายขั้นตอนได้ นอกจากนี้ยังรองรับการเรียกใช้ฟังก์ชัน/เครื่องมือสำหรับเอาต์พุตที่มีโครงสร้างหรือการรวม API เนื่องจากเข้าถึงได้ผ่าน API ที่เข้ากันได้กับ OpenAI ของ OrcaRouter พารามิเตอร์การสนทนาแบบ chat completions มาตรฐานของ OpenAI ทั้งหมด (temperature, top_p, max_tokens ฯลฯ) จึงสามารถใช้ได้ ทำให้ง่ายต่อการสลับรหัสโมเดลในโค้ดที่มีอยู่โดยไม่ต้องเขียนตรรกะใหม่
จุดแข็งหลักของ GPT-4.1 Mini คือหน้าต่างบริบทขนาดใหญ่ในราคาที่ต่ำ กรณีการใช้งานที่ดีที่สุดได้แก่: (1) การประมวลผลเอกสารยาวที่เกินขีดจำกัดโทเคน 128K-200K ของโมเดลส่วนใหญ่—สัญญา ข้อสรุปทางกฎหมาย เอกสารวิจัย ชุดโค้ด; (2) การสร้างแชทบอทที่จดจำการสนทนาหลายวันได้โดยไม่ต้องตัดทอนหน้าต่างเลื่อน; (3) การใช้เหตุผลแบบมัลติโมดัลที่ต้องตีความภาพและข้อความประกอบร่วมกัน (เช่น การวิเคราะห์แผนภาพทางเทคนิคพร้อมคำอธิบาย); (4) การแก้ปัญหาทางคณิตศาสตร์และตรรกะ โดยเฉพาะงานที่ต้องแบ่งขั้นตอนทีละขั้น; (5) การสร้างโค้ดหรือเอกสารประกอบแบบขยายจากพรอมpt์อินพุตขนาดใหญ่ ผู้ใช้ที่ไม่ต้องการบริบทขนาดใหญ่หรือความสามารถมัลติโมดัลอาจพบว่าโมเดลที่ใช้ข้อความล้วนแบบง่ายกว่าคุ้มค่ากว่า แต่สำหรับงานที่ได้รับประโยชน์จากบริบทขนาดใหญ่อย่างแท้จริง GPT-4.1 Mini ก็เติมเต็มช่องว่างเฉพาะนี้ในราคาที่สมเหตุสมผล
หากปริมาณงานของคุณไม่ค่อยใช้บริบทมากกว่า 32K tokens โมเดลที่เล็กกว่าและถูกกว่า (เช่น GPT-4o Mini, GPT-4.1 nano) อาจจะประหยัดมากกว่า ข้อได้เปรียบหลักของ GPT-4.1 Mini คือหน้าต่างบริบทขนาดใหญ่ หากคุณไม่ต้องการสิ่งนั้น คุณก็กำลังจ่ายค่าความสามารถที่คุณจะไม่ได้ใช้ นอกจากนี้ หากงานของคุณเป็นข้อความล้วนๆ และไม่ต้องใช้รูปภาพหรือไฟล์เข้า โมเดลข้อความล้วน (เช่น GPT-4.1 nano) สามารถลดต้นทุนได้อีก สำหรับแอปพลิเคชันที่มีปริมาณธุรกรรมสูงมากซึ่งทุกเศษส่วนของเซนต์มีความสำคัญ การเปรียบเทียบอัตราต่อ token กลายเป็นสิ่งสำคัญ: GPT-4.1 Mini ที่ $0.40/$1.60 ต่อล้าน tokens มีราคาแพงกว่า GPT-4o Mini ($0.15/$0.60) แต่ถูกกว่า GPT-4.1 ($2.00/$8.00) หรือ GPT-4o ($2.50/$10.00) ใช้ GPT-4.1 Mini เฉพาะเมื่อคุณต้องการขนาดบริบทหรือความสามารถหลายรูปแบบในราคาที่กำหนดเท่านั้น
OpenAI รายงานว่า GPT-4.1 Mini ได้คะแนน 92.5 บนเกณฑ์มาตรฐาน MATH-500 ซึ่งทดสอบการให้เหตุผลทางคณิตศาสตร์ในระดับความยากต่างๆ คะแนนนี้บ่งชี้ถึงความสามารถที่แข็งแกร่งในการแก้ปัญหาคณิตศาสตร์แบบหลายขั้นตอน รวมถึงพีชคณิต เรขาคณิต แคลคูลัส และความน่าจะเป็น สำหรับการเปรียบเทียบ GPT-4o ได้คะแนน 96.6 และ GPT-4.1 ได้คะแนน 96.7 บนเกณฑ์มาตรฐานเดียวกัน ดังนั้น GPT-4.1 Mini จึงต่ำกว่าประมาณ 4 คะแนน ซึ่งเป็นช่องว่างที่มีนัยสำคัญแต่ไม่มาก คะแนนดังกล่าวชี้ให้เห็นว่าโมเดลมีความน่าเชื่อถือสำหรับงานด้านคณิตศาสตร์และการใช้เหตุผล แม้ว่าอาจเกิดข้อผิดพลาดมากกว่ารุ่นพี่ที่มีขนาดใหญ่กว่าในปัญหาที่ซับซ้อนมากหรือคลุมเครือ ผู้ใช้ไม่ควรคาดหวังความแม่นยำในระดับเดียวกับโมเดลขนาดเต็ม แต่ผลลัพธ์ 92.5 แสดงให้เห็นถึงการใช้เหตุผลที่แข็งแกร่งซึ่งเหมาะสมกับการใช้งานจริงหลายอย่าง เช่น การสอนพิเศษหรือการวิเคราะห์ข้อมูลอัตโนมัติ
ตัวเลขความหน่วงที่เฉพาะเจาะจงนั้น OpenAI ยังไม่ได้ทำการวัดประสิทธิภาพแบบสาธารณะสำหรับ GPT-4.1 Mini อย่างไรก็ตาม ในฐานะที่เป็น 'Mini' variant โดยทั่วไปแล้วมันถูกปรับให้เหมาะสมสำหรับการอนุมานที่เร็วกว่าโมเดลขนาดใหญ่กว่า เช่น GPT-4.1 หรือ GPT-4o ซึ่งอาจมีความหน่วงต่อโทเค็นที่สูงกว่า ผู้ใช้ที่เข้าถึงโมเดลผ่าน OrcaRouter จะประสบกับความหน่วงที่ขึ้นอยู่กับโครงสร้างพื้นฐานของ OrcaRouter และ API ต้นทางของ OpenAI ในทางปฏิบัติ โมเดล mini มักจะสร้างการตอบสนองได้เร็วกว่าโมเดลขนาดเต็ม ทำให้เหมาะสำหรับแอปพลิเคชันเชิงโต้ตอบที่ความรวดเร็วในการตอบสนองมีความสำคัญ สำหรับการปรับใช้ในระบบผลิต ควรทดสอบด้วย prompt ที่เป็นตัวแทนเพื่อประมาณเวลาตอบสนองแบบ end-to-end บริบทขนาดใหญ่ของโมเดลอาจเพิ่มเวลาในการประมวลผลเริ่มต้นสำหรับอินพุตที่ยาว แต่การตอบสนองแบบสตรีมสามารถเริ่มต้นก่อนที่ผลลัพธ์ทั้งหมดจะถูกสร้างขึ้น
จุดแข็ง: (1) หน้าต่างบริบทขนาดใหญ่ถึง 1M โทเคน ช่วยให้สามารถประมวลผลเอกสารที่ยาวมากได้ในครั้งเดียว (2) รองรับหลายรูปแบบ (Multimodal) สำหรับรูปภาพและไฟล์ ขยายขอบเขตการใช้งาน (3) ความสามารถในการให้เหตุผลทางคณิตศาสตร์ที่แข็งแกร่ง (92.5 MATH-500) ในราคาที่ต่ำ (4) เอาต์พุตสูงสุด 32K โทเคน เพียงพอสำหรับเนื้อหาที่สร้างยาว (5) สามารถเข้าถึงได้ผ่าน OrcaRouter โดยไม่มีส่วนเพิ่มจากอัตราของผู้ให้บริการ ข้อจำกัด: (1) คะแนนมาตรฐานที่ต่ำกว่าในงานให้เหตุผลบางอย่างเมื่อเทียบกับ GPT-4.1 และ GPT-4o หมายความว่าโมเดลที่ใหญ่ที่สุดยังคงเป็นที่ต้องการสำหรับความแม่นยำในสถานการณ์ที่สำคัญสูง (2) ไม่รองรับอินพุตวิดีโอหรือเสียง (3) ขนาดหน้าต่างบริบทอาจทำให้ภาระการคำนวณเพิ่มขึ้นสำหรับพรอมต์ที่ยาวมาก และข้อจำกัดในการประมวลผลบางประการ (เช่น การประมวลผล PDF ทั้งฉบับอาจยังถูกตัดทอนหากการแยกวิเคราะห์ PDF ให้โทเคนจำนวนมาก) (4) ในฐานะโมเดลขนาดเล็ก อาจแสดงความเข้าใจภาษาที่ละเอียดอ่อนน้อยกว่าทางเลือกที่ใหญ่กว่า
GPT-4.1 Mini ถูกเรียกเก็บเงินในอัตรามาตรฐานของผู้ให้บริการของ OpenAI โดยไม่มีส่วนเพิ่มจาก OrcaRouter ราคาอยู่ที่ $0.40 ต่อ 1 ล้าน input tokens และ $1.60 ต่อ 1 ล้าน output tokens Input tokens รวมถึง tokens ทั้งหมดใน prompt รวมถึง image tokens (รูปภาพถูกแปลงเป็น token ตามกระบวนการประมวลผลภาพของ OpenAI) Output tokens คือ tokens ที่ถูกสร้างโดยโมเดล การแคช (Caching) หากมีให้ใช้งาน อาจช่วยลดต้นทุนได้ แต่ OrcaRouter จะส่งต่อนโยบายการแคชใดๆ ที่ OpenAI นำมาใช้ ไม่มีค่าธรรมเนียมแพลตฟอร์มเพิ่มเติม ผู้ใช้จ่ายเฉพาะปริมาณ token ที่ใช้งานจริงเท่านั้น สำหรับ prompt ขนาด 10,000 tokens และ response ขนาด 500 tokens โดยทั่วไป ต้นทุนจะอยู่ที่ประมาณ $0.0048 โครงสร้างราคานี้ทำให้ GPT-4.1 Mini เป็นตัวเลือกที่น่าสนใจสำหรับการประมวลผลข้อมูลบริบทความยาวปริมาณมาก โดยไม่มีค่าใช้จ่ายที่ไม่คาดคิด
เมื่อเปรียบเทียบกับ GPT-4o Mini ($0.15/$0.60 ต่อล้านโทเคน) GPT-4.1 Mini มีต้นทุนสูงกว่าประมาณ 2.7 เท่าสำหรับอินพุต และ 2.7 เท่าสำหรับเอาต์พุต แต่มีหน้าต่างบริบทประมาณ 1 ล้านโทเคน เทียบกับ 128K โทเคนของ GPT-4o Mini หากเวิร์กโหลดของคุณใช้บริบทเกิน 128K โทเคนเป็นประจำ GPT-4.1 Mini อาจคุ้มค่ากว่าการแบ่งคำขอออกเป็นหลายการเรียกไปยังโมเดลที่เล็กกว่า เมื่อเทียบกับ GPT-4.1 ($2.00/$8.00 ต่อล้านโทเคน) GPT-4.1 Mini ถูกกว่า 5 เท่า ในขณะที่ยังคงมีหน้าต่างบริบทใกล้เคียงกัน ข้อแลกเปลี่ยนคือคะแนน MATH-500 ที่ต่ำกว่า (92.5 เทียบกับ 96.7) และประสิทธิภาพที่อาจต่ำกว่าในการให้เหตุผลที่ซับซ้อน ผู้ใช้ควรประเมินว่าประสิทธิภาพที่ลดลงเล็กน้อยนั้นคุ้มกับต้นทุนที่ประหยัดได้หรือไม่ การกำหนดราคาแบบไม่มีมาร์กอัปของ OrcaRouter ทำให้ผู้ใช้เห็นอัตราเหล่านี้โดยตรง
GPT-4.1 Mini สามารถเข้าถึงได้ผ่าน API ที่เข้ากันได้กับ OpenAI ของ OrcaRouter ตั้งค่า base URL เป็น https://api.orcarouter.ai/v1 และใช้รหัสโมเดล 'openai/gpt-4.1-mini' ระบุคีย์ API ที่ออกโดย OrcaRouter พารามิเตอร์ Chat Completion มาตรฐานทั้งหมดของ OpenAI ได้รับการรองรับ รวมถึง messages (พร้อม URL รูปภาพหรือเนื้อหาไฟล์ที่เป็นตัวเลือก), temperature, top_p, max_tokens, stop, stream และ tools ตัวอย่างการใช้ Python กับ OpenAI SDK: client = OpenAI(api_key='your_orcarouter_key', base_url='https://api.orcarouter.ai/v1') response = client.chat.completions.create(model='openai/gpt-4.1-mini', messages=[{'role':'user','content':'Explain quantum computing.'}]) ไม่จำเป็นต้องแก้ไขโค้ดที่มีอยู่แล้วที่ใช้ OpenAI นอกจากการเปลี่ยน base URL และรหัสโมเดล สำหรับการป้อนข้อมูลรูปภาพ ให้รวม image_url ในรายการ content
พารามิเตอร์ที่เข้ากันได้กับ OpenAI ทั้งหมดมีให้ใช้ พารามิเตอร์สำคัญ ได้แก่ max_tokens (สูงสุด 32,768 ค่าเริ่มต้นแตกต่างกันไป), temperature (0-2 ค่าเริ่มต้น 1), top_p (0-1 ค่าเริ่มต้น 1), frequency_penalty และ presence_penalty (-2 ถึง 2) สำหรับการให้เหตุผลทางคณิตศาสตร์ การใช้ temperature ต่ำ (เช่น 0.2) และ presence_penalty เป็น 0 จะช่วยให้ได้ผลลัพธ์ที่แน่นอนและเป็นตรรกะมากขึ้น สำหรับการสร้างสรรค์ที่สร้างสรรค์ สามารถใช้ temperature สูง (0.8-1.2) ได้ โมเดลรองรับการเรียกใช้เครื่องมือ/ฟังก์ชัน ซึ่งต้องระบุอาร์เรย์ tools การสตรีมสามารถเปิดใช้งานได้โดยการตั้งค่า stream=True ข้อความระบบได้รับการยอมรับ สำหรับบริบทที่ยาว ตรวจสอบให้แน่ใจว่า prompt ของคุณอยู่ภายในขีดจำกัด 1,047,576 โทเค็น; OrcaRouter จะคืนค่าข้อผิดพลาดหากความยาวบริบทเกิน ใช้ max_tokens ที่ให้มาเพื่อจำกัดความยาวเอาต์พุตอย่างเหมาะสม
การย้ายระบบเป็นเรื่องตรงไปตรงมา ในโค้ดที่มีอยู่ของคุณที่ใช้ OpenAI API ให้เปลี่ยน base URL เป็น https://api.orcarouter.ai/v1, อัปเดต API key เป็นคีย์ OrcaRouter ของคุณ และเปลี่ยนพารามิเตอร์ model เป็น 'openai/gpt-4.1-mini' ไม่จำเป็นต้องเปลี่ยนแปลงโค้ดอื่นใด หากคุณกำลังย้ายระบบจากโมเดลที่มีหน้าต่างบริบท (context window) เล็กกว่า คุณอาจต้องปรับการจัดการ prompt เพื่อใช้ประโยชน์จากบริบทที่ใหญ่ขึ้น แต่โมเดลจะยอมรับคำขอ ChatCompletion ที่ถูกต้องใดๆ OrcaRouter จัดการการตรวจสอบสิทธิ์และการกำหนดเส้นทางอย่างโปร่งใส สำหรับผู้ใช้ที่มาจากผู้ให้บริการรายอื่น ขั้นตอนเดียวกันนี้ใช้ได้—ไคลเอนต์ใดๆ ที่รองรับ schema ของ OpenAI API ก็สามารถเชื่อมต่อได้ ขอแนะนำให้ทดสอบด้วย prompt ที่เป็นตัวแทนจำนวนหนึ่งเพื่อให้แน่ใจว่าคุณภาพของผลลัพธ์เป็นไปตามที่คาดหวัง เนื่องจากอาจมีความแตกต่างเล็กน้อยใน tokenization หรือพฤติกรรม
GPT-4.1 Mini และ GPT-4o Mini ต่างเป็นเวอร์ชัน 'mini' ที่มีต้นทุนต่ำกว่าและอนุมานได้เร็วกว่าโมเดลขนาดเต็ม ความแตกต่างหลัก: GPT-4.1 Mini มีหน้าต่างบริบทที่ใหญ่กว่ามาก (1,047,576 tokens เทียบกับ 128,000 tokens) และรองรับการป้อนไฟล์ ในขณะที่ GPT-4o Mini รองรับเฉพาะข้อความและรูปภาพ (ไม่มีไฟล์) ในเกณฑ์วัดประสิทธิภาพ GPT-4o Mini ได้คะแนน 87.0 ใน MMLU และ GPT-4.1 Mini ได้ 92.5 ใน MATH-500 (ไม่มีการเปรียบเทียบโดยตรง แต่ทั้งคู่มีความแข็งแกร่ง) ราคา: GPT-4.1 Mini มีราคาแพงกว่า ($0.40/$1.60 เทียบกับ GPT-4o Mini ที่ $0.15/$0.60) เลือก GPT-4.1 Mini หากคุณต้องการบริบทขนาดใหญ่หรือการสนับสนุนไฟล์ มิฉะนั้น GPT-4o Mini ราคาถูกกว่าและยังมีความสามารถเพียงพอสำหรับงานมาตรฐาน ทั้งสองสามารถเข้าถึงได้ผ่าน OrcaRouter โดยไม่มีส่วนเพิ่ม
GPT-4.1 เป็นเวอร์ชันขนาดเต็ม มีหน้าต่างบริบท 1,047,576 โทเค็น (เท่ากับ Mini) แต่มีเอาต์พุตสูงสุดที่มากขึ้น (32,768 โทเค็น — เท่ากัน) ประสิทธิภาพ: GPT-4.1 ได้คะแนน 96.7 ใน MATH-500 เทียบกับ 92.5 ของ GPT-4.1 Mini ซึ่งบ่งชี้ถึงความสามารถในการให้เหตุผลทางคณิตศาสตร์ที่ดีกว่า ราคา: GPT-4.1 มีราคา $2.00/$8.00 ต่อล้านโทเค็น เทียบกับ $0.40/$1.60 สำหรับ Mini — แตกต่างกัน 5 เท่าทั้งอินพุตและเอาต์พุต ข้อแลกเปลี่ยนคือคะแนนคณิตศาสตร์ลดลง ~4% เพื่อการลดต้นทุนที่มาก สำหรับการใช้งานจริงหลายๆ กรณีที่การใช้เหตุผลโดยประมาณเพียงพอ GPT-4.1 Mini เป็นทางเลือกที่ประหยัดกว่า ใช้ GPT-4.1 เมื่อความแม่นยำสูงสุดมีความสำคัญและงบประมาณไม่ใช่ปัญหา ทั้งสองรุ่นรองรับรูปภาพ ข้อความ และไฟล์
GPT-4o คือโมเดล multimodal หลักของ OpenAI ที่มีหน้าต่างบริบทขนาด 128K tokens (เล็กกว่า GPT-4.1 Mini ที่มี 1M มาก) GPT-4o คะแนนสูงกว่าในการวัดผลหลายรายการ (เช่น MMLU 88.7, MATH-500 96.6) จุดแข็งของ GPT-4.1 Mini คือบริบทขนาดใหญ่ ไม่ใช่ประสิทธิภาพล้วนๆ ราคา: GPT-4o แพงกว่า ($2.50/$10.00 ต่อล้าน tokens) เทียบกับ GPT-4.1 Mini หากงานของคุณต้องใช้เอกสารยาวหรือ codebase ขนาดใหญ่ GPT-4.1 Mini เหมาะสมกว่าแม้คะแนนจะต่ำกว่า หากความแม่นยำในงานที่สั้นเป็นสิ่งสำคัญยิ่ง GPT-4o คือโมเดลที่แข็งแกร่งกว่า ทั้งสองรองรับรูปภาพ ข้อความ และไฟล์ (GPT-4o ยังรองรับเสียงและวิดีโอ ในขณะที่ Mini ไม่รองรับ) สำหรับงานที่เป็นข้อความเท่านั้นหรือข้อความ-รูปภาพที่มีความต้องการบริบทปานกลาง GPT-4o Mini เป็นทางเลือกที่ถูกกว่า
ปัจจุบันมีหลายโมเดลที่เสนอหน้าต่างบริบทขนาดใหญ่ในราคาถูก เช่น Gemini 1.5 Pro (สูงสุด 2M โทเค็น) และ Claude 3.5 Haiku (200K โทเค็น) หน้าต่างบริบทขนาด 1M ของ GPT-4.1 Mini มีความสามารถในการแข่งขัน แม้จะไม่ใหญ่ที่สุดก็ตาม ราคาของมันใกล้เคียงกับ Gemini 1.5 Flash ($0.35/$1.05 ต่อล้านโทเค็น) แต่สูงกว่าเล็กน้อยสำหรับเอาต์พุต การวัดประสิทธิภาพแตกต่างกัน: Gemini 1.5 Flash ได้คะแนน 78.7 ใน MMLU ในขณะที่คะแนน MATH-500 ของ GPT-4.1 Mini คือ 92.5—เป็นการทดสอบที่แตกต่างกัน ดังนั้นการเปรียบเทียบโดยตรงจึงไม่มีความหมาย การรองรับมัลติโมดัลแตกต่างกันไป GPT-4.1 Mini รองรับรูปภาพและไฟล์ ในขณะที่โมเดล Gemini รองรับวิดีโอและเสียงด้วย การเลือกขึ้นอยู่กับความชอบในระบบนิเวศและความต้องการเฉพาะ OrcaRouter ส่งต่อ GPT-4.1 Mini โดยไม่มีส่วนเพิ่ม ทำให้ง่ายต่อการทดสอบควบคู่กับโมเดลอื่นโดยใช้รูปแบบ API เดียวกัน
เข้ากันได้กับ OpenAI — ใช้ SDK เดิมของคุณได้เลย
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="openai/gpt-4.1-mini",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)frequency_penaltylogit_biaslogprobsmax_completion_tokensmax_tokensnparallel_tool_callspredictionpresence_penaltyresponse_formatseedservice_tierstopstreamstructured_outputstemperaturetool_choicetoolstop_logprobstop_pweb_search_options| อินพุต / 1M โทเค็น | $0.400 |
| เอาต์พุต / 1M โทเค็น | $1.60 |
| อ่านแคช / 1M | $0.100 |
| สกุลเงิน | USD |
ประมาณการจากราคาตั้ง
เป็นเพียงการประเมิน — จำนวน token จริงขึ้นอยู่กับ tokenizer ของผู้ให้บริการ
GET /api/public/models/openai/gpt-4.1-miniเปิด @misc{orcarouter_gpt_4_1_mini,
title = {GPT-4.1 Mini API},
author = {OpenAI},
year = {2025},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-4.1-mini}
}OpenAI. (2025). GPT-4.1 Mini API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-4.1-mini