GPT-5 Mini 是 GPT-5 的紧凑版本，专为处理轻量级推理任务而设计。它提供了与 GPT-5 相同的指令遵循和安全调优优势，但延迟更低、成本更低。
GPT-5 Mini是由OpenAI开发的语言模型，专为受益于大上下文窗口和强数学推理能力的任务而设计。凭借400,000个词的上下文和128,000个词的输出量，它适用于文档分析、长对话和多步骤问题解决等应用。该模型支持文本、图像和文件输入，实现多模态理解。定价为每百万输入词$0.25，每百万输出词$2.00，且在OrcaRouter上无加价。这使其成为开发者、研究人员和企业的经济高效选择，这些…
GPT-5 Mini 展现出强大的数学推理能力，其在 AA Math 基准测试中取得 90.7 分的成绩。这表明它非常适合处理需要逐步计算、符号操作或逻辑推导的问题。其庞大的上下文窗口使其能够在多个步骤中维持中间结果，从而有效处理多步应用题、定理推导和结构化证明。然而，在其它领域（如常识、科学）的推理能力在提供的数据中并未具体评测。对于不需要 GPT-5 全部广度的任务，该模型的能力可能与 OpenAI 的其他模型相当，但用户应使用自己的数据集进行评估。
GPT-5 Mini 可在单个请求中处理文本、图像和文件。当提供图像或文件时，模型会将其视为输入上下文的一部分，将视觉或结构化数据转换为令牌，这些令牌计入40万令牌的限制。这使得模型能够回答有关图像的问题、总结文档内容或从表格中提取数据。图像和文件的确切令牌成本由OpenAI的编码决定——通常图像会被分割成多个图块，每个图块消耗固定数量的令牌。对于文件，其内容通常以文本形式提取。除了按令牌计费的输入定价外，没有针对不同模态的单独收费。
GPT-5 Mini的输入价格为每百万token 0.25美元，输出价格为每百万token 2.00美元，这比许多小型模型（例如GPT-4o Mini、Claude Haiku）要高，但低于完整的GPT-5。当你的任务需要强大的数学推理能力（例如90.7 AA Math）和大上下文窗口（400K token）时，选择它是值得的。如果你的任务是简单的分类或短文本生成，一个更便宜的模型可能就足够了。此外，如果你需要极高的输出量，每百万token 2.00美元的输出成本可能会累积。当你需要对长上下文进行可靠推理时——比如分析一份200页的研究报告——并且能够受益于其性能和成本的平衡，那么可以考虑GPT-5 Mini。
GPT-5 Mini 对图像和文件的处理能力使其适用于发票处理、图表解读和文档问答等任务。例如，你可以上传一份包含财务报告的PDF文件，并附带一张图表图片，让模型提取关键数据。400K上下文长度可以容纳嵌入图片的长篇报告。另一个用途是代码文件分析：你可以将代码仓库作为文件提供并请求审查。但请注意，大尺寸图像或过多文件会快速消耗令牌。模型将所有输入视为令牌，因此需规划保持在400K上下文限制内。
AA Math 是一项旨在评估模型在不同难度级别下解决数学问题能力的基准测试，通常涵盖代数、算术、几何和逻辑。得分 90.7 表示 GPT-5 Mini 正确回答了 90.7% 的测试题目。这是一个强劲的结果，使其在同等规模的模型中处于数学推理能力的上层。这表明该模型能够可靠地处理定量文字题、计算以及多步骤推理。由于未提供其他基准测试数据，因此该得分应被视为一项关键优势，但并非全貌。
提供的资料中未指定速度（延迟）和吞吐量。通常，模型速度取决于提供商的 infrastructure、请求大小和模型大小。作为“Mini”变体，GPT-5 Mini 可能针对比完整版 GPT-5 更快的推理进行了优化，但具体数值未知。对于实时应用，应使用典型提示长度进行测试。OrcaRouter 的 API 可能提供更多性能细节。较大的输出限制（128K 个 token）表明，非常长的生成将花费成比例更长的时间。对于延迟敏感型用例，考虑批处理或流式处理。
优势：强大的数学推理能力（AA Math 90.7），大上下文（400K tokens），多模态（文本、图像、文件），且每 token 成本与其能力相比合理。局限性：未提供非数学领域（如语言理解、编码、常识推理）的基准测试分数。与更大的替代模型相比，该模型在创意写作或开放式生成方面可能表现不佳。此外，400K 上下文窗口虽然较大，但仍小于部分前沿模型（例如 Gemini 1.5 Pro 拥有 1M）。对于需要极长上下文或极高输出 token 量的任务，完整的 GPT-5 或其他模型可能更合适。
定价为每百万输入token 0.25美元，每百万输出token 2.00美元。输入token包括所有文本、图像token（编码后）和文件token。输出token为生成的文本。按实际使用的token数量计费，无最低消费。例如，一个包含10,000个输入token和5,000个输出token的请求，费用为 (10,000/1M) * 0.25 + (5,000/1M) * 2.00 = 0.0025 + 0.01 = 0.0125美元。此费用按提供商费率计费，OrcaRouter不加价。无额外平台费或设置成本。
与完整的GPT-5（若有）相比，GPT-5 Mini每Token可能更便宜——输入价格约$0.25对可能$1+。然而，它的广度可能有所缩减。对于仅需中等上下文或推理能力的任务，使用更便宜的模型（如GPT-4o Mini，输入$0.15）可以节省费用。权衡在于，GPT-5 Mini提供40万上下文和强大的数学基准。对于高流量应用，即使每Token的微小差异也会累积。您应估算平均提示和生成大小。如果频繁出现图片或文件，模态带来的Token成本也会计入考量。
提供的信息未提及任何通过OrcaRouter的缓存功能或折扣。定价严格按提供商费率，零加价。部分模型提供商提供缓存输入折扣（例如针对重复提示），但未明确OpenAI或OrcaRouter是否为GPT-5 Mini提供此类选项。为降低成本，可优化提示长度、复用系统提示，并避免因大文件或图像产生不必要的令牌消耗。OrcaRouter未来可能提供缓存功能，但目前仍按每令牌即付即用定价。
OrcaRouter 提供了一个与 OpenAI 兼容的 API 端点，基础 URL 为 https://api.orcarouter.ai/v1。要使用 GPT-5 Mini，请将模型参数设置为 "openai/gpt-5-mini"。请求格式与 OpenAI 的聊天补全 API 相同。例如：POST /v1/chat/completions，请求头中包含您的 OrcaRouter API 密钥。在 JSON 主体中，包含 "model": "openai/gpt-5-mini"、"messages": [...] 以及可选参数（如 max_tokens、temperature 等）。响应遵循与 OpenAI 相同的结构。这使得从直接调用 OpenAI 迁移变得简单——只需更改基础 URL 和模型名称即可。
该API支持标准聊天补全参数：messages（角色-内容对象的数组）、max_tokens（最大128000）、temperature、top_p、n、stop、frequency_penalty、presence_penalty以及stream（布尔值，用于流式传输）。对于多模态输入，请包含类型为"text"和"image_url"或"file_url"的内容部分。文件输入的具体命名未指定，但您可以使用OpenAI的标准文件或数据URI格式。像logprobs、tools或tool_choice这样的参数可能受支持，但未通过提供的数据确认。有关完整的参数详情，请参阅OpenAI的文档。
迁移通常需要在代码中进行两项更改：1) 将基础URL更改为 https://api.orcarouter.ai/v1。2) 将模型ID替换为 "openai/gpt-5-mini"。您现有的API客户端（例如 openai Python库）可以通过设置 api_base 或 base_url 进行配置。必须使用您的 OrcaRouter API 密钥，而非 OpenAI 密钥。所有其他请求参数和响应处理保持不变，因为该 API 与 OpenAI 兼容。无需修改消息格式或响应解析器。对于流式传输，请使用相同的 stream=True 模式。
API 继承自 OpenAI 的速率限制和可用性，不过 OrcaRouter 可能会施加自己的配额。每个请求的上下文窗口限制为 40 万 token，最大输出也限制为 12.8 万 token。文中未提及函数调用或插件支持。文件上传可能存在未明确说明的大小限制。API 不支持自定义模型微调，也不提供除 OpenAI 为 GPT-5 Mini 提供的高级功能以外的其他功能。你应该查阅 OrcaRouter 文档以了解具体的使用策略或限流规则。
GPT-5 Mini（上下文400K，AA数学90.7）对比GPT-4o（上下文通常128K，AA数学分数未提供）。GPT-5 Mini拥有更大的上下文窗口和更强的数学推理能力。但GPT-4o在创造力、视觉理解以及多语言任务方面可能具备更广泛的能力。根据最新数据，GPT-4o的定价在输入（$2.50）和输出（$10）每百万tokens上相似或略高。GPT-5 Mini两方面都更便宜。对于需要长上下文和数学的任务，GPT-5 Mini更具优势；而对于通用聊天机器人或创意性任务，GPT-4o可能更为合适。
Claude 3.5 Sonnet 提供 200K 上下文窗口，推理能力强劲，但未提供 AA 数学评分。Claude 3.5 Sonnet 的定价为每百万 tokens 输入 3.00 美元、输出 15.00 美元，远高于 GPT-5 Mini。GPT-5 Mini 拥有两倍的上下文长度且成本更低。然而，Claude 可能在安全性、拒绝处理以及长文档摘要方面表现更佳。对于以基准测试为重点的数学任务，GPT-5 Mini 的 90.7 分具有直接优势。需要高吞吐量、对成本敏感的部署用户可能更倾向于选择 GPT-5 Mini。
像GPT-4o Mini（128K上下文，输入约$0.15，输出约$0.60）或Gemini 1.5 Flash这类较小模型，每token成本更低，延迟也可能更低。如果任务不需要400K上下文或AA Math 90.7的数学精度，使用这些模型可降低成本。例如，简单分类、短摘要或基础问答通常用较小模型就能很好完成。GPT-5 Mini应保留给需要更大上下文和强数学推理才能影响输出质量的任务。对于极其细微的任务，可能需要GPT-5或Claude Opus这类更大模型。
兼容 OpenAI——沿用你现有的 SDK
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| 输入 / 1M tokens | $0.250 |
|---|---|
| 输出 / 1M tokens | $2.00 |
| 缓存读取 / 1M | $0.025 |
| 货币 | USD |
基于标价的估算
仅为估算——实际 Token 数取决于提供商的分词器。
本周开发者的讨论
@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