GPT-5.1-Codex-Mini 是 GPT-5.1-Codex 的一个更小、更快的版本。
GPT-5.1-Codex-Mini 是 OpenAI 推出的模型，可通过 OrcaRouter 进行访问。它属于 GPT-5.1 Codex 系列，专为代码和推理任务设计。'Mini' 代表其相比完整版 GPT-5.1-Codex 模型更小、更高效。该模型支持 400,000 个 token 的上下文窗口，每次请求最大输出 128,000 个…
GPT-5.1-Codex-Mini 同时支持图像和文本输入。这意味着您可以提供图像（如示意图、截图或手写笔记）以及文本提示，模型将同时处理这两种模态。40万 tokens 的上下文窗口包含了用于表示图像的 tokens；每张图像根据其大小和编码消耗可变数量的 tokens。虽然 OrcaRouter 未提供图像的具体 token 成本，但遵循 OpenAI 的标准做法，即根据分辨率对图像进行 token 化。模型生成的纯文本输出最多可达 128000 tokens。多模态能力将其用途从纯代码扩展至需要视觉理解的任务，例如根据示意图解释代码架构。
根据其Codex命名和AA Math基准测试91.7分的成绩，GPT-5.1-Codex-Mini在数学推理和代码生成方面表现出色。AA Math基准测试主要评估高级算术和代数推理能力，因此该模型非常适合生成证明、求解方程以及执行逻辑步骤。在编程方面，它能处理多种语言，进行调试、重构和代码解释。其大上下文窗口（400000个token）使其能够处理整个代码库或长篇文档，从而有效完成诸如总结整个仓库、执行跨文件重构或基于大型代码库生成文档等任务。高输出限制（128000个token）使其能够在单次响应中生成全面的解决方案。
虽然GPT-5.1-Codex-Mini本身是Codex系列中一款成本效益较高的版本，但对于更简单的任务，可能还存在更便宜的替代方案。如果你的工作负载不需要专门的代码和数学推理能力，像GPT-4o mini这样的通用模型或许能在更低的价格点上满足需求。此外，如果你不需要完整的40万token上下文或12.8万token输出，采用限制较小的模型可以降低成本。对于仅涉及文本（无图像）且上下文较短的任务，使用更小、更便宜的模型可能更为合适。OrcaRouter提供了多种模型的接入渠道；通过比较定价和能力，可以为你的具体使用场景选择最具成本效益的方案。
GPT-5.1-Codex-Mini 是 'Mini' 变体，因此与完整的 GPT-5.1-Codex 相比，其能力可能有所缩减。这体现为在极其复杂的多步骤问题中推理可能不够细致，或在未涵盖 AA Math 的特定基准测试中准确率略有降低。模型的知识截止日期由 OpenAI 确定；虽未明确说明，但其属于 GPT-5.1 系列，因此反映的是较新数据。作为代码优化模型，在需要创意写作或开放式对话的任务上，其表现可能不如通用模型。此外，支持图像输入，但图像的 token 成本可能很高；用户应监控使用情况以避免意外费用。OrcaRouter 除了转发至 OpenAI 外不提供额外处理。
GPT-5.1-Codex-Mini 在 AA Math 基准测试中取得了 91.7 分的成绩。AA Math（高等算术与代数数学）评估模型执行复杂算术运算、代数操作和多步推理的能力。91.7 分表示模型正确回答了测试问题的 91.7%。这是一个强劲的结果，表明该模型在数学推理任务中能力很强。这意味着对于涉及数值计算、算法模拟或数学逻辑的编码任务，该模型可以可靠地产生准确结果。该基准测试并未覆盖所有数学领域（例如几何、概率的细节），但它验证了模型在核心代数和算术方面的优势。
OrcaRouter 不会发布 GPT-5.1-Codex-Mini 的延迟指标。作为 Codex 系列中较小的变体，它的速度理论上比完整版 GPT-5.1-Codex 模型更快，但实际速度取决于请求复杂度、处理的令牌数量以及 OrcaRouter 和 OpenAI 双方的服务器负载。该模型支持流式响应，这有助于降低用户感知的延迟。用户应使用自己的具体工作负载进行测试以评估性能。图像输入大小和输出长度等因素会影响响应时间。由于 OrcaRouter 是一个代理，网络延迟会带来少量额外开销。总体而言，该模型的速度很可能适合交互式使用，但实际表现可能有所波动。
Codex系列表明GPT-5.1-Codex-Mini是专门针对代码理解和生成进行微调的。虽然没有提供编码基准测试分数，但其较高的AA数学分数暗示了强大的推理能力，能够迁移到算法问题解决中。该模型可以处理多种编程语言，生成语法正确的代码，解释现有代码，并提出重构建议。其40万个令牌的上下文窗口能够保留整个代码仓库，从而支持跨模块依赖分析或为大型类生成文档等任务。12.8万个令牌的输出限制使其能够一次性生成长代码文件或全面的解释。这些特性使其成为涉及大规模代码管理的开发工作流程的有力候选。
虽然GPT-5.1-Codex-Mini在AA数学（91.7分）上表现良好，但并非无懈可击。基准测试可能无法覆盖所有边缘情况；实际表现可能有所变化。该模型可能在AA数学未包含的高度微妙或特定领域的数学概念上遇到困难。在代码生成中，它偶尔会生成低效或不正确的代码，尤其是针对罕见或文档不完善的库。作为一个“Mini”模型，它可能缺乏处理复杂问题的深度推理能力，而大型模型则可以应对这类问题。此外，还存在产生幻觉或生成看似合理但错误的答案的可能性。用户应始终验证关键输出，尤其是在安全敏感的应用中。OrcaRouter不会修改模型行为；这些限制是模型本身的固有特性。
OrcaRouter 以提供商费率计费 GPT-5.1-Codex-Mini 的使用量，不加价。价格为每 100 万输入代币 0.25 美元，每 100 万输出代币 2.00 美元。输入代币包括文本提示和任何标记化的图像。输出代币是模型生成的文本。计费按每次请求处理的总代币数量进行。无额外费用、订阅费或最低承诺。用户只需为他们消耗的代币付费。OrcaRouter 可能需要一个账户和 API 密钥；费用从用户余额中扣除。若要精确管理成本，请通过 API 响应监控代币使用情况，该响应通常包含使用统计信息。
与假设存在的完整版 GPT-5.1-Codex 相比，GPT-5.1-Codex-Mini 由于规模更小，设计上更具成本效益。其已知价格（每100万 tokens 0.25美元/2.00美元）低于 OpenAI 典型完整版模型（输出 tokens 每百万收费10-30美元）。这使得 Codex-Mini 对于高流量应用或需要长上下文和大输出的场景具有吸引力。然而，如果特定任务的性能不足，更大规模的模型则可能值得额外成本。用户需权衡利弊：对于 Mini 模型91.7 AA Math 得分已足够胜任的任务，其较低成本更具优势。OrcaRouter 不提供可减少 token 用量的缓存或提示压缩功能。
OrcaRouter 不宣传对 GPT-5.1-Codex-Mini 提供缓存功能。在提供的模型或 API 相关信息中未提及缓存。一般而言，出于数据隐私考虑，提示词和响应的缓存在代理 API 中并非标准做法；每个请求通常独立处理。若需降低重复相同输入的调用成本，可考虑实施客户端缓存，或在支持的情况下使用批处理。OrcaRouter 的定价严格按 token 计费，重复上下文无折扣。请注意，图像的 token 用量按每次请求计算，无法通过缓存减少。为优化成本，请通过精准编写提示词来减少冗余 token 消耗。
通过OrcaRouter访问GPT-5.1-Codex-Mini不会产生任何隐藏费用。定价透明：每100万个输入令牌0.25美元，每100万个输出令牌2.00美元，且无提供商费率加成。无设置费、月度最低消费或失败请求费用（但需为请求/响应中使用的令牌付费）。OrcaRouter可能有API密钥系统，但不收取额外端点费用。请始终查阅OrcaRouter的官方文档以了解其定价政策的任何更新。与任何API一样，网络错误或超时可能导致部分令牌消耗；如果请求中断，您只需按OpenAI确定的处理至中断点的令牌付费。
要通过OrcaRouter调用GPT-5.1-Codex-Mini，请使用兼容OpenAI的API，基础URL为 https://api.orcarouter.ai/v1。将模型参数设置为"openai/gpt-5.1-codex-mini"。你需要一个OrcaRouter API密钥进行身份验证，通常在Authorization标头中以Bearer方式传递。该API支持与标准OpenAI API相同的端点/补全，例如用于聊天的/chat/completions。由于它与OpenAI兼容，使用OpenAI Python或JavaScript SDK的现有代码可以通过更改基础URL和API密钥进行适配。OrcaRouter处理到OpenAI的路由，并以相同格式返回结果。确保你的客户端遵守令牌限制（输入400000，输出128000）。
面向GPT-5.1-Codex-Mini的OrcaRouter API支持标准OpenAI参数，包括model（设置为"openai/gpt-5.1-codex-mini"）、messages（用于聊天的消息对象数组）、max_tokens（最高128000）、temperature、top_p、n、stop、stream等。该模型的函数调用和工具使用能力按OpenAI提供的支持。可以使用多模态格式在消息内容中包含图像输入（例如，type为"image_url"的内容）。参数默认值和行为遵循OpenAI的规范。注意，该模型的总上下文窗口为400000个token，因此消息中所有token（包括图像）的总和不得超过此限制。OrcaRouter不暴露任何超出OpenAI提供的额外自定义参数。
迁移到用于GPT-5.1-Codex-Mini的OrcaRouter非常简单，前提是你有使用兼容OpenAI API的现有代码。将基础URL替换为https://api.orcarouter.ai/v1，并将你的API密钥更新为OrcaRouter密钥。将模型参数更改为"openai/gpt-5.1-codex-mini"。如果你之前使用不同的模型ID，请相应调整。OrcaRouter不需要任何特殊的SDK；任何适用于OpenAI API的HTTP客户端都能正常工作。用一个小的请求测试以验证连接和计费。注意，定价与OpenAI的提供商费率相同，因此成本迁移是中性的。如果你之前使用其他提供商，可能需要调整模型的上下文窗口（400000）和输出限制（128000）。
一个使用 curl 的示例请求：`curl https://api.orcarouter.ai/v1/chat/completions` -H "Authorization: Bearer ORCAROUTER_API_KEY" -H "Content-Type: application/json" -d '{"model": "openai/gpt-5.1-codex-mini", "messages": [{"role": "user", "content": "Solve: 2x + 5 = 15"}], "max_tokens": 200}'。通过使用 content 数组来包含图片：`"content": [{"type": "text", "text": "解释此图表"}, {"type": "image_url", "image_url": {"url": "data:image/png;base64,..."}}]`。响应将是一个标准的 OpenAI 聊天完成对象。确保总 token 数（包括 token 化的图像）保持在 400000 以下。使用 `stream: true` 进行流式响应。
GPT-5.1-Codex-Mini和GPT-4o服务于不同的主要目的。GPT-4o是一个通用的多模态模型，而Codex-Mini则专注于代码和数学。在基准测试中，AA数学得分91.7提供了一个具体的比较点；GPT-4o在该基准测试上的表现未提供，但推测较低。Codex-Mini拥有更大的上下文窗口（40万 vs. GPT-4o的12.8万）和更高的输出限制（12.8万 vs. GPT-4o在典型使用中的4096）。然而，GPT-4o在创意任务上可能更具通用性。定价方面：Codex-Mini每百万Token $0.25/$2.00，比GPT-4o（每百万Token $5/$15）更便宜，这使得它成为数学和编码任务中优势匹配时的经济高效选择。
当您的核心需求是代码生成、数学推理或需要极大上下文（最多 400,000 个 token）及高输出（最多 128,000 个 token）时，请选择 GPT-5.1-Codex-Mini。对于既要求强大数学与编码能力、又对成本敏感的应用场景，考虑到其相比完整模型更低的价格，这也是一个不错选择。如果您的任务纯粹是创意写作或视觉艺术描述，像 GPT-4o 这样的通用模型可能更合适。若需要更低成本处理简单任务，可考虑 GPT-4o mini 等较小模型。OrcaRouter 让您能够访问众多模型；请针对具体工作负载评估基准测试的相关性和定价。
OrcaRouter 以相同的提供商定价（每 100 万 Token $0.25/$2.00）提供对 GPT-5.1-Codex-Mini 的访问，并且零加价。如果两者收费相同，直接使用 OpenAI 与通过 OrcaRouter 相比并无成本优势。不过，OrcaRouter 可能提供简化的账单、多提供商整合使用、以及使用分析等附加功能。其 API 与 OpenAI 的接口完全兼容，因此迁移非常简单。如果您已有 OrcaRouter 账户，无需另外设置 OpenAI 账户即可使用此模型。OrcaRouter 充当代理；数据处理方式与直接使用 OpenAI 类似（提示内容发送至 OpenAI）。如果您希望拥有跨多个模型提供商的统一 API 网关，请选择 OrcaRouter。
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-5.1-codex-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_1_codex_mini,
title = {GPT-5.1-Codex-Mini API},
author = {OpenAI},
year = {2025},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-5.1-codex-mini}
}OpenAI. (2025). GPT-5.1-Codex-Mini API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-5.1-codex-mini