GPT-5 Mini 是 GPT-5 的精簡版本，專為處理較輕量的推理任務而設計。它提供與 GPT-5 相同的指令遵循與安全調校優勢，但延遲更低且成本更少....
GPT-5 Mini 是由 OpenAI 開發的語言模型，專為需要大上下文視窗與強大數學推理的任務設計。其具備 400,000 個標記的上下文長度與 128,000 個標記的輸出長度，適用於文件分析、長篇對話及多步驟問題解決等應用場景。該模型可接受文字、圖片與檔案輸入，支援多模態理解。定價為每百萬輸入標記 0.25 美元、每百萬輸出標記 2.00 美元，且透過 OrcaRouter…
GPT-5 Mini 展現出強大的數學推理能力，其在 AA Math 基準測試中獲得 90.7 分，顯示它非常適合需要逐步計算、符號操作或邏輯推導的問題。其大規模上下文視窗使其能夠在許多步驟中維持中間結果，從而有效處理多步驟的文字題、定理推導以及結構化證明。然而，在其他領域（例如常識、科學）的推理能力並未在提供的數據中有具體基準測試。該模型的能力在不需要 GPT-5 完整廣度的任務上可能與 OpenAI 的其他模型相當，但使用者應根據自己的數據集進行評估。
GPT-5 Mini 可在單一請求中處理文字、圖片及檔案。當提供圖片或檔案時，模型會將其解讀為輸入上下文的一部分，將視覺或結構化資料轉換為令牌，這些令牌會計入 400,000 令牌的限制中。如此一來，模型便能回答關於圖片的問題、總結文件內容，或從表格中提取資料。圖片與檔案的確切令牌成本由 OpenAI 的編碼機制決定——圖片通常會被分割成多個區塊，每個區塊消耗固定數量的令牌；而檔案的內容則通常以文字形式擷取。除了按令牌計價的輸入費用外，並無其他針對模態的額外收費。
GPT-5 Mini 的輸入費用為 $0.25/M，輸出費用為 $2.00/M，高於許多較小型的模型（例如 GPT-4o Mini、Claude Haiku），但低於完整的 GPT-5。當你的任務需要強大的數學推理能力（如 90.7 AA Math）以及較大的上下文視窗（400K tokens）時，選擇它是值得的。如果你的任務是簡單的分類或短文本生成，更便宜的模型可能就足夠了。此外，若輸出量極大，$2.00/M 的輸出成本可能累積可觀。當你需要對長上下文進行可靠的推理，例如分析一份 200 頁的研究報告，並能從其性能與成本的平衡中獲益時，請考慮 GPT-5 Mini。
GPT-5 Mini 接受圖片和檔案的能力，使其適合處理發票、圖表解讀和文件問答等任務。例如，你可以上傳一份財務報告的 PDF（檔案）以及一張圖表圖片，要求模型提取關鍵數據。40 萬的上下文長度足以容納包含嵌入式圖片的長篇報告。另一種用途是程式碼檔案分析：你可以提供一個儲存庫作為檔案，要求進行審查。但要注意，大尺寸圖片或多個檔案會快速消耗 Token。模型將所有輸入視為 Token，因此請規劃在 40 萬上下文的限制內操作。
AA Math 是一個基準測試，旨在評估模型解決各難度等級數學問題的能力，通常涵蓋代數、算術、幾何和邏輯。90.7 的分數表示 GPT-5 Mini 正確回答了 90.7% 的測試問題。這是一個強勁的結果，使其在同尺寸模型的數學推理能力中位居上層。這表明該模型能夠可靠地處理量化文字問題、計算以及多步驟推理。未提供其他基準測試，因此此分數應被視為一個關鍵優勢，但並非全貌。
Speed (latency) and throughput are not specified in the provided data. Generally, model speed depends on the provider's infrastructure, request size, and model size. As a 'Mini' variant, GPT-5 Mini is likely optimized for faster inference than the full GPT-5, but exact numbers are unknown. For real-time applications, you should test with typical prompt lengths. OrcaRouter’s API may offer additional performance details. The large output limit (128K tokens) suggests that very long generations will take proportionally longer. Consider batching or streaming for latency-sensitive use cases.
優點：強大的數學推理能力（90.7 AA Math）、大型上下文（40萬個token）、多模態（文字、圖片、檔案），以及與其能力相較合理的每token成本。限制：未提供非數學領域（如語言理解、程式設計、常識）的基準分數。與較大的替代模型相比，該模型在創意寫作或開放式生成方面可能表現較差。此外，40萬個token的上下文視窗雖然大，但比某些前沿模型（例如Gemini 1.5 Pro擁有100萬個token）還要小。對於需要極長上下文或極高輸出token量的任務，完整的GPT-5或其他模型可能更合適。
定價為每百萬輸入代幣 $0.25，每百萬輸出代幣 $2.00。輸入代幣包含所有文字、圖像代幣（編碼後）以及檔案代幣。輸出代幣為生成的文字。計費基於實際使用的代幣數量，無最低消費。例如，一個包含10,000個輸入代幣和5,000個輸出代幣的請求，費用為 (10,000/1M) * 0.25 + (5,000/1M) * 2.00 = 0.0025 + 0.01 = $0.0125。此費用按供應商費率計費，OrcaRouter 不加價。無任何額外平台費用或設定成本。
與完整的 GPT-5（如果有的話）相比，GPT-5 Mini 每個 token 的價格可能更便宜——輸入價格可能是 0.25 美元對比 1 美元以上。然而，它的廣度可能有所降低。對於只需要中等程度上下文或推理的任務，使用較便宜的模型如 GPT-4o Mini（輸入價格 0.15 美元）可以節省成本。權衡在於 GPT-5 Mini 提供 40 萬上下文和強大的數學基準。對於高流量應用，即使每個 token 的小小差異也會累積。你應該估算你的平均提示和生成大小。如果圖片或檔案常見，模態帶來的 token 成本也會納入考量。
提供的資訊中未提及任何快取功能或透過 OrcaRouter 提供的折扣。定價嚴格按照供應商費率，無任何加價。部分模型供應商提供輸入快取折扣（例如針對重複提示），但未說明 OpenAI 或 OrcaRouter 是否為 GPT-5 Mini 提供此類選項。為降低成本，您可以優化提示長度、重複使用系統提示，並避免因大型檔案或影像而產生不必要的 token 使用量。OrcaRouter 未來可能會提供快取功能，但目前仍假設採用按 token 隨用隨付的定價模式。
OrcaRouter 提供一個與 OpenAI 相容的 API 端點，其基礎網址為 https://api.orcarouter.ai/v1。若要使用 GPT-5 Mini，請將模型參數設為 "openai/gpt-5-mini"。請求格式與 OpenAI 的聊天完成 API 完全相同。例如：向 /v1/chat/completions 發送 POST 請求，並在標頭中包含您的 OrcaRouter API 金鑰。在 JSON 主體中，請包含 "model": "openai/gpt-5-mini"、"messages": [...]，以及可選參數如 max_tokens、temperature 等。回應也遵循與 OpenAI 相同的結構。這使得從直接呼叫 OpenAI 遷移變得簡單——只需更改基礎網址和模型名稱即可。
該API支援標準的聊天完成參數：messages（角色-內容物件的陣列）、max_tokens（最高128000）、temperature、top_p、n、stop、frequency_penalty、presence_penalty，以及stream（布林值，用於串流）。對於多模態輸入，請包含類型為"text"和"image_url"或"file_url"的內容部分。檔案輸入的具體命名方式未明確指定，但您可以使用OpenAI標準的檔案或data URI格式。logprobs、tools或tool_choice等參數可能受支援，但尚未由提供的資料確認。完整的參數詳情請參閱OpenAI的文件。
遷移通常需要在你的程式碼中進行兩項變更：1) 將基礎 URL 改為 https://api.orcarouter.ai/v1。2) 將模型 ID 取代為 "openai/gpt-5-mini"。你現有的 API 客戶端（例如 openai Python 函式庫）可透過設定 api_base 或 base_url 來配置。你必須使用 OrcaRouter 的 API 金鑰，而非 OpenAI 的金鑰。所有其他請求參數與回應處理保持不變，因為此 API 與 OpenAI 相容。無需修改訊息格式或回應解析器。對於串流，請使用相同的 stream=True 模式。
該API沿用了OpenAI的速率限制與可用性，儘管OrcaRouter可能會實施自身的配額。400K token的上下文視窗限制是針對每個請求。128K token的最大輸出同樣是針對每個請求。未提及函數調用或外掛支援。對於檔案上傳，可能存在未說明的檔案大小限制。該API不支援自訂模型微調或超出OpenAI為GPT-5 Mini提供的進階功能。你應查閱OrcaRouter的文件以了解任何特定的使用政策或節流機制。
GPT-5 Mini（上下文400K，AA數學90.7） vs GPT-4o（上下文通常128K，AA數學分數未提供）。GPT-5 Mini的上下文視窗較大，且在數學推理方面可能更強。然而，GPT-4o在創造力、視覺理解及多語言任務上可能具有更廣泛的能力。截至最新更新，GPT-4o的定價在每百萬個Token的輸入（$2.50）和輸出（$10）上與前者相近或略高。GPT-5 Mini在兩方面都更便宜。對於需要長上下文和數學的任務，GPT-5 Mini更具優勢。對於通用聊天機器人或創意任務，GPT-4o可能更適合。
Claude 3.5 Sonnet 提供 200K 的上下文視窗，在推理方面表現出色，但未提供 AA 數學分數。Claude 3.5 Sonnet 的定價為每百萬 tokens 輸入 $3.00、輸出 $15.00，遠高於 GPT-5 Mini。GPT-5 Mini 擁有兩倍的上下文長度且成本更低。然而，Claude 可能在安全性、拒絕處理能力與長文件摘要方面表現更佳。對於以基準測試為主的數學任務，GPT-5 Mini 的 90.7 分數是一項直接優勢。需要大量使用且對成本敏感的用戶，可能更偏好 GPT-5 Mini。
像 GPT-4o Mini（128K 上下文，輸入約 $0.15，輸出約 $0.60）或 Gemini 1.5 Flash 這類較小的模型，每 token 成本更低，且可能延遲較低。如果你的任務不需要 400K 上下文或 AA Math 90.7 的數學精確度，這些模型可以降低成本。例如，簡單的分類、簡短摘要或基本問答通常可以很好地使用較小模型。GPT-5 Mini 最適合保留給那些較大上下文和強大數學推理實際影響輸出品質的任務。像 GPT-5 或 Claude Opus 這類較大的模型可能需要在極度細微的任務中使用。
相容 OpenAI——沿用你現有的 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| 輸入 / 1M tokens | $0.250 |
|---|---|
| 輸出 / 1M tokens | $2.00 |
| 快取讀取 / 1M | $0.025 |
| 貨幣 | USD |
基於標價的估算
僅為估算——實際 Token 數取決於供應商的分詞器。
本週開發者的討論
@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