GPT-5 Mini เป็นเวอร์ชันขนาดกะทัดรัดของ GPT-5 ที่ออกแบบมาเพื่อจัดการกับงานอนุมานที่มีน้ำหนักเบากว่า โดยให้ประโยชน์ในการทำตามคำแนะนำและการปรับความปลอดภัยเช่นเดียวกับ GPT-5 แต่มีเวลาแฝงและต้นทุนที่ลดลง
GPT-5 Mini เป็นโมเดลภาษาจาก OpenAI ที่ออกแบบมาสำหรับงานที่ได้ประโยชน์จากหน้าต่างบริบทขนาดใหญ่และความสามารถในการให้เหตุผลทางคณิตศาสตร์ที่แข็งแกร่ง ด้วยบริบท 400,000 โทเค็นและผลลัพธ์ 128,000 โทเค็น…
GPT-5 Mini แสดงให้เห็นถึงความสามารถในการให้เหตุผลทางคณิตศาสตร์ที่แข็งแกร่ง โดยมีคะแนน 90.7 ในการวัดผล AA Math benchmark ซึ่งบ่งชี้ว่าเหมาะสำหรับปัญหาที่ต้องมีการคำนวณทีละขั้นตอน การจัดการสัญลักษณ์ หรือการอนุมานเชิงตรรกะ หน้าต่างบริบทขนาดใหญ่ช่วยให้สามารถคงผลลัพธ์ระหว่างกลางไว้ได้หลายขั้นตอน ทำให้มีประสิทธิภาพสำหรับโจทย์ปัญหาหลายขั้นตอน การหาทฤษฎีบท และการพิสูจน์ที่มีโครงสร้าง อย่างไรก็ตาม การให้เหตุผลในโดเมนอื่นๆ (เช่น การใช้สามัญสำนึก วิทยาศาสตร์) ไม่ได้ถูกวัดผลโดยเฉพาะในข้อมูลที่ให้มา ความสามารถของโมเดลนี้น่าจะเทียบเคียงได้กับโมเดลอื่นๆ ของ OpenAI สำหรับงานที่ไม่ต้องการขอบเขตเต็มของ GPT-5 แต่ผู้ใช้ควรประเมินด้วยชุดข้อมูลของตนเอง
GPT-5 Mini สามารถประมวลผลข้อความ รูปภาพ และไฟล์ภายในคำขอเดียว เมื่อมีการระบุรูปภาพหรือไฟล์ โมเดลจะตีความว่าเป็นส่วนหนึ่งของบริบทอินพุต โดยแปลงข้อมูลภาพหรือข้อมูลที่มีโครงสร้างเป็นโทเค็น ซึ่งจะนับรวมในขีดจำกัด 400,000 โทเค็น ทำให้โมเดลสามารถตอบคำถามเกี่ยวกับรูปภาพ สรุปเนื้อหาของเอกสาร หรือดึงข้อมูลจากตารางได้ ต้นทุนโทเค็นที่แน่นอนสำหรับรูปภาพและไฟล์จะถูกกำหนดโดยการเข้ารหัสของ OpenAI — โดยทั่วไปรูปภาพจะถูกแบ่งเป็นแผ่น (tiles) แต่ละแผ่นใช้โทเค็นจำนวนคงที่ สำหรับไฟล์ เนื้อหามักจะถูกสกัดเป็นข้อความ ไม่มีค่าใช้จ่ายแยกต่างหากสำหรับรูปแบบข้อมูลอื่นนอกเหนือจากราคาอินพุตต่อโทเค็น
GPT-5 Mini มีค่าใช้จ่าย $0.25 ต่อล้านโทเค็นสำหรับอินพุต และ $2.00 ต่อล้านโทเค็นสำหรับเอาต์พุต ซึ่งสูงกว่าโมเดลเล็กๆ หลายตัว (เช่น GPT-4o Mini, Claude Haiku) แต่ต่ำกว่า GPT-5 เต็มรูปแบบ มันคุ้มค่าที่จะเลือกเมื่องานของคุณต้องการความสามารถในการให้เหตุผลทางคณิตศาสตร์ที่แข็งแกร่ง (เช่น 90.7 AA Math) และหน้าต่างบริบทที่กว้าง (400K โทเค็น) หากงานของคุณเป็นการจำแนกประเภทง่ายๆ หรือการสร้างข้อความสั้นๆ โมเดลที่ถูกกว่าอาจเพียงพอ นอกจากนี้ หากคุณต้องการปริมาณเอาต์พุตที่สูงมาก ค่าใช้จ่าย $2.00 ต่อล้านโทเค็นสำหรับเอาต์พุตอาจสะสมมากขึ้น ควรพิจารณา GPT-5 Mini เมื่อคุณต้องการการให้เหตุผลที่เชื่อถือได้ในบริบทที่ยาวนาน—เช่น การวิเคราะห์รายงานวิจัย 200 หน้า—และสามารถได้รับประโยชน์จากความสมดุลระหว่างประสิทธิภาพและต้นทุน
ความสามารถของ GPT-5 Mini ในการรับรูปภาพและไฟล์ทำให้เหมาะสำหรับงานต่างๆ เช่น การประมวลผลใบแจ้งหนี้ การตีความกราฟ และการถาม-ตอบเกี่ยวกับเอกสาร ตัวอย่างเช่น คุณสามารถอัปโหลด PDF ของรายงานทางการเงิน (ไฟล์) พร้อมกับภาพกราฟ และขอให้โมเดลดึงตัวเลขสำคัญออกมา บริบท 400K สามารถรองรับรายงานที่ยาวพร้อมรูปภาพที่ฝังอยู่ การใช้งานอีกอย่างคือการวิเคราะห์ไฟล์โค้ด: คุณสามารถให้ที่เก็บโค้ดเป็นไฟล์และขอให้ตรวจสอบ อย่างไรก็ตาม โปรดทราบว่ารูปภาพขนาดใหญ่หรือไฟล์จำนวนมากสามารถใช้โทเค็นได้อย่างรวดเร็ว โมเดลจะถือว่าอินพุตทั้งหมดเป็นโทเค็น ดังนั้นควรวางแผนให้อยู่ในขีดจำกัดบริบท 400K
AA Math เป็นเกณฑ์มาตรฐานที่ออกแบบมาเพื่อประเมินความสามารถของโมเดลในการแก้ปัญหาทางคณิตศาสตร์ในระดับความยากที่หลากหลาย ซึ่งมักครอบคลุมพีชคณิต เลขคณิต เรขาคณิต และตรรกะ คะแนน 90.7 บ่งชี้ว่า GPT-5 Mini ตอบคำถามทดสอบได้ถูกต้อง 90.7% นี่เป็นผลลัพธ์ที่แข็งแกร่ง ทำให้อยู่ในระดับสูงสำหรับการใช้เหตุผลทางคณิตศาสตร์ในกลุ่มโมเดลที่มีขนาดเท่ากัน แสดงให้เห็นว่าโมเดลสามารถจัดการกับปัญหาคำศัพท์เชิงปริมาณ การคำนวณ และการใช้เหตุผลแบบหลายขั้นตอนได้อย่างน่าเชื่อถือ ไม่มีเกณฑ์มาตรฐานอื่นใดให้ ดังนั้นควรถือว่าคะแนนนี้เป็นจุดแข็งหลัก แต่ไม่ใช่ภาพรวมทั้งหมด
ความเร็ว (เวลาแฝง) และปริมาณงานไม่ได้ระบุไว้ในข้อมูลที่ให้มา โดยทั่วไปแล้ว ความเร็วของโมเดลขึ้นอยู่กับโครงสร้างพื้นฐานของผู้ให้บริการ ขนาดคำขอ และขนาดของโมเดล ในฐานะที่เป็นรุ่น 'Mini' GPT-5 Mini มีแนวโน้มที่จะถูกปรับให้เหมาะสมสำหรับการอนุมานที่เร็วกว่า GPT-5 เต็มรูปแบบ แต่ตัวเลขที่แน่นอนไม่เป็นที่ทราบ สำหรับแอปพลิเคชันแบบเรียลไทม์ คุณควรทดสอบกับความยาวของพรอมต์ทั่วไป API ของ OrcaRouter อาจให้รายละเอียดประสิทธิภาพเพิ่มเติม ขีดจำกัดเอาต์พุตขนาดใหญ่ (128K โทเค็น) ชี้ให้เห็นว่าการสร้างที่ยาวมากจะใช้เวลาตามสัดส่วนที่ยาวขึ้น พิจารณาการทำแบบแบตช์หรือสตรีมมิ่งสำหรับกรณีการใช้งานที่ไวต่อเวลาแฝง
ข้อดี: ความสามารถในการให้เหตุผลทางคณิตศาสตร์ที่แข็งแกร่ง (90.7 AA Math), บริบทขนาดใหญ่ (400K tokens), รองรับหลายรูปแบบ (ข้อความ, รูปภาพ, ไฟล์), และต้นทุนต่อ token ที่สมเหตุสมผลสำหรับความสามารถที่ได้รับ ข้อจำกัด: ไม่มีคะแนน benchmark สำหรับโดเมนที่ไม่ใช่คณิตศาสตร์ (เช่น ความเข้าใจภาษา, การเขียนโค้ด, สามัญสำนึก) โมเดลอาจมีประสิทธิภาพต่ำกว่าในงานเขียนเชิงสร้างสรรค์หรือการสร้างข้อความแบบปลายเปิดเมื่อเทียบกับทางเลือกที่มีขนาดใหญ่กว่า นอกจากนี้ หน้าต่างบริบท 400K แม้จะมีขนาดใหญ่ แต่ก็เล็กกว่าโมเดลระดับแนวหน้าบางตัว (เช่น Gemini 1.5 Pro มี 1M) สำหรับงานที่ต้องการบริบทที่ยาวมากหรือปริมาณ token เอาต์พุตสูงมาก โมเดล GPT-5 เต็มรูปแบบหรือโมเดลอื่นๆ อาจดีกว่า
ราคาคือ $0.25 ต่อ 1 ล้าน token นำเข้า และ $2.00 ต่อ 1 ล้าน token ส่งออก Token นำเข้ารวมถึงข้อความทั้งหมด, token รูปภาพ (หลังการเข้ารหัส), และ token ไฟล์ Token ส่งออกคือข้อความที่สร้างขึ้น การเรียกเก็บเงินขึ้นอยู่กับจำนวน token ที่ใช้จริง โดยไม่มีขั้นต่ำ ตัวอย่างเช่น คำขอที่มี token นำเข้า 10,000 token และ token ส่งออก 5,000 token มีค่าใช้จ่าย (10,000/1M) * 0.25 + (5,000/1M) * 2.00 = 0.0025 + 0.01 = $0.0125 ซึ่งคิดค่าบริการตามอัตราของผู้ให้บริการ โดยไม่มีส่วนเพิ่มจาก OrcaRouter ไม่มีค่าธรรมเนียมแพลตฟอร์มเพิ่มเติมหรือค่าใช้จ่ายในการตั้งค่า
เมื่อเทียบกับ GPT-5 เต็มรูปแบบ (ถ้ามี) GPT-5 Mini มีแนวโน้มที่จะถูกกว่าต่อโทเค็น — $0.25 เทียบกับอาจจะ $1+ สำหรับอินพุต อย่างไรก็ตาม มันอาจมีความกว้างที่ลดลง สำหรับงานที่ต้องการเพียงบริบทหรือการใช้เหตุผลในระดับปานกลาง การใช้รุ่นที่ถูกกว่าเช่น GPT-4o Mini ($0.15 อินพุต) สามารถช่วยประหยัดเงินได้ ข้อแลกเปลี่ยนคือ GPT-5 Mini มีบริบท 400K และเกณฑ์มาตรฐานทางคณิตศาสตร์ที่แข็งแกร่ง สำหรับแอปพลิเคชันที่มีปริมาณสูง แม้ความแตกต่างเล็กน้อยต่อโทเค็นก็สะสมได้ คุณควรประมาณขนาดพรอมต์เฉลี่ยและขนาดการสร้างของคุณ หากรูปภาพหรือไฟล์เป็นเรื่องทั่วไป ต้นทุนโทเค็นจากรูปแบบ (modality) ก็จะเข้ามามีบทบาทด้วย
ข้อมูลที่ให้ไว้ไม่ได้กล่าวถึงคุณสมบัติการแคชหรือส่วนลดผ่าน OrcaRouter การกำหนดราคานั้นเป็นไปตามอัตราของผู้ให้บริการอย่างเคร่งครัดโดยไม่มีส่วนเพิ่มใดๆ ผู้ให้บริการโมเดลบางรายเสนอส่วนลดสำหรับอินพุตที่ถูกแคช (เช่น สำหรับข้อความแจ้งที่ใช้ซ้ำ) แต่ไม่ได้ระบุว่า OpenAI หรือ OrcaRouter ให้ตัวเลือกดังกล่าวสำหรับ GPT-5 Mini หรือไม่ เพื่อลดต้นทุน คุณสามารถปรับความยาวของข้อความแจ้งให้เหมาะสม ใช้ข้อความแจ้งระบบซ้ำ และหลีกเลี่ยงการใช้โทเค็นที่ไม่จำเป็นจากไฟล์หรือรูปภาพขนาดใหญ่ OrcaRouter อาจเสนอการแคชในอนาคต แต่ ณ ตอนนี้ ให้ถือว่ามีการคิดราคาแบบจ่ายตามการใช้งานต่อโทเค็น
OrcaRouter ให้บริการ endpoint API ที่เข้ากันได้กับ OpenAI ที่ base_url https://api.orcarouter.ai/v1 หากต้องการใช้ GPT-5 Mini ให้ตั้งค่าพารามิเตอร์ model เป็น "openai/gpt-5-mini" รูปแบบคำขอจะเหมือนกับ API chat completions ของ OpenAI ตัวอย่างเช่น: POST /v1/chat/completions พร้อม headers ที่มีคีย์ API ของ OrcaRouter ของคุณ ใน JSON body ให้รวม "model": "openai/gpt-5-mini", "messages": [...], และพารามิเตอร์เสริม เช่น max_tokens, temperature ฯลฯ การตอบกลับจะเป็นโครงสร้างเดียวกันกับ OpenAI ทำให้การย้ายจากการเรียกใช้ OpenAI โดยตรงเป็นเรื่องง่าย — แค่เปลี่ยน base URL และชื่อ model
API รองรับพารามิเตอร์ chat completion มาตรฐาน: messages (อาร์เรย์ของวัตถุ role-content), max_tokens (สูงสุด 128000), temperature, top_p, n, stop, frequency_penalty, presence_penalty, และ stream (บูลีนสำหรับการสตรีม) สำหรับอินพุตแบบ multimodal ให้รวมส่วนเนื้อหาที่มี type "text" และ "image_url" หรือ "file_url" การตั้งชื่อที่แน่นอนสำหรับอินพุตไฟล์ไม่ได้ระบุ แต่คุณสามารถใช้รูปแบบไฟล์มาตรฐานของ OpenAI หรือ data URI พารามิเตอร์เช่น logprobs, tools, หรือ tool_choice อาจจะรองรับ แต่ยังไม่ได้รับการยืนยันจากข้อมูลที่ให้มา อ้างอิงเอกสารของ OpenAI สำหรับรายละเอียดพารามิเตอร์ทั้งหมด
การย้ายระบบโดยทั่วไปต้องมีการเปลี่ยนแปลงสองอย่างในโค้ดของคุณ: 1) เปลี่ยน base URL เป็น https://api.orcarouter.ai/v1. 2) แทนที่ model ID ด้วย "openai/gpt-5-mini". คุณสามารถกำหนดค่า API client ที่มีอยู่ของคุณ (เช่น ไลบรารี openai Python) ได้โดยการตั้งค่า api_base หรือ base_url ต้องใช้คีย์ API ของคุณสำหรับ OrcaRouter แทนคีย์ OpenAI พารามิเตอร์คำขออื่นๆ และการจัดการการตอบกลับยังคงเหมือนเดิม เนื่องจาก API เข้ากันได้กับ OpenAI ไม่จำเป็นต้องปรับเปลี่ยนรูปแบบข้อความหรือตัวแยกวิเคราะห์การตอบกลับ สำหรับสตรีมมิ่ง ให้ใช้รูปแบบ stream=True เดียวกัน
API สืบทอดข้อจำกัดอัตราและการใช้งานของ OpenAI แม้ว่า OrcaRouter อาจกำหนดโควตาของตัวเอง ขีดจำกัดหน้าต่างบริบท 400K โทเคนต่อคำขอ ขีดจำกัดเอาต์พุตสูงสุด 128K โทเคนก็ต่อคำขอเช่นกัน ไม่มีการกล่าวถึงการเรียกฟังก์ชันหรือการสนับสนุนปลั๊กอิน สำหรับการอัปโหลดไฟล์ อาจมีข้อจำกัดด้านขนาดที่ไม่ได้ระบุไว้ API ไม่รองรับการปรับแต่งโมเดลแบบกำหนดเองหรือฟีเจอร์ขั้นสูงเกินกว่าที่ OpenAI มีให้สำหรับ GPT-5 Mini คุณควรตรวจสอบเอกสารของ OrcaRouter สำหรับนโยบายการใช้งานหรือการจำกัดอัตราที่เฉพาะเจาะจง
GPT-5 Mini (context 400K, AA Math 90.7) vs GPT-4o (context typically 128K, AA Math score not provided) GPT-5 Mini มีหน้าต่างบริบทที่ใหญ่กว่าและน่าจะมีความสามารถในการให้เหตุผลทางคณิตศาสตร์ที่ดีกว่า อย่างไรก็ตาม GPT-4o อาจมีความสามารถที่กว้างกว่าในด้านความคิดสร้างสรรค์ การเข้าใจภาพ และงานหลายภาษา ราคาของ GPT-4o ใกล้เคียงหรือสูงกว่าเล็กน้อยทั้งในส่วน input ($2.50) และ output ($10) ต่อล้านโทเค็น ณ การอัปเดตล่าสุด GPT-5 Mini ถูกกว่าในทั้งสองด้าน สำหรับงานที่ต้องการบริบทยาวและคณิตศาสตร์ GPT-5 Mini ได้เปียบ สำหรับงานแชทบอททั่วไปหรืองานสร้างสรรค์ GPT-4o อาจเหมาะสมกว่า
Claude 3.5 Sonnet มีหน้าต่างบริบทขนาด 200K และมีความสามารถด้านการให้เหตุผลสูง แต่ไม่มีคะแนน AA Math การตั้งราคาสำหรับ Claude 3.5 Sonnet อยู่ที่ $3.00 สำหรับข้อมูลนำเข้าและ $15.00 สำหรับข้อมูลส่งออกต่อหนึ่งล้านโทเค็น ซึ่งสูงกว่า GPT-5 Mini อย่างมาก GPT-5 Mini มีบริบทมากกว่าเป็นสองเท่าและต้นทุนต่ำกว่า อย่างไรก็ตาม Claude อาจโดดเด่นในด้านความปลอดภัย การปฏิเสธคำขอ และการสรุปเอกสารยาว ๆ สำหรับงานคณิตศาสตร์ที่เน้นการวัดประสิทธิภาพ คะแนน 90.7 ของ GPT-5 Mini เป็นข้อได้เปรียบโดยตรง ผู้ใช้ที่ต้องการการปรับใช้ปริมาณมากและคำนึงถึงต้นทุนอาจเลือกใช้ GPT-5 Mini
โมเดลขนาดเล็กอย่าง GPT-4o Mini (บริบท 128K, ~$0.15 อินพุต, ~$0.60 เอาต์พุต) หรือ Gemini 1.5 Flash มีราคาถูกกว่าต่อ token และอาจมีเวลาแฝงต่ำกว่า หากงานของคุณไม่ต้องการบริบท 400K หรือความแม่นยำทางคณิตศาสตร์ของ AA Math 90.7 โมเดลเหล่านี้ก็สามารถลดต้นทุนได้ ตัวอย่างเช่น การจำแนกประเภทง่าย ๆ การสรุปสั้น ๆ หรือ Q&A พื้นฐานมักจะทำงานได้ดีกับโมเดลขนาดเล็ก GPT-5 Mini เหมาะที่สุดสำหรับงานที่บริบทขนาดใหญ่และการให้เหตุผลทางคณิตศาสตร์ที่แข็งแกร่งส่งผลต่อคุณภาพผลลัพธ์จริง ๆ โมเดลขนาดใหญ่อย่าง GPT-5 หรือ Claude Opus อาจจำเป็นสำหรับงานที่ละเอียดอ่อนเป็นพิเศษ
เข้ากันได้กับ OpenAI — ใช้ SDK เดิมของคุณได้เลย
https://api.orcarouter.ai/v1import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key=os.environ["ORCAROUTER_API_KEY"],
)
response = client.chat.completions.create(
model="openai/gpt-5-mini",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_completion_tokensmax_tokensreasoningresponse_formatseedstreamstructured_outputstool_choicetools| อินพุต / 1M โทเค็น | $0.250 |
|---|---|
| เอาต์พุต / 1M โทเค็น | $2.00 |
| อ่านแคช / 1M | $0.025 |
| สกุลเงิน | USD |
ประมาณการจากราคาตั้ง
เป็นเพียงการประเมิน — จำนวน token จริงขึ้นอยู่กับ tokenizer ของผู้ให้บริการ
เปรียบเทียบค่าใช้จ่ายรายเดือนของโมเดลต่าง ๆ ในเครื่องคำนวณค่าใช้จ่าย LLM
สิ่งที่นักพัฒนาพูดถึงในสัปดาห์นี้
GET /api/public/models/openai/gpt-5-miniเปิด @misc{orcarouter_gpt_5_mini,
title = {GPT-5 Mini API},
author = {OpenAI},
year = {2025},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-5-mini}
}OpenAI. (2025). GPT-5 Mini API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-5-mini