o4-mini

o4-mini

o4 Mini은(는) 출처에서 small 추론 model with 도구 사용, 시각/수학/코딩 strength을(를) 핵심 특징으로 제시합니다. 주요 가치는 빠른 production 추론 and compact 에이전트 워크플로에 있습니다. 따라서 일반 챗봇처럼 설명하기보다 이 모델만의 차별점을 중심으로 소개하는 것이 적합합니다.

Context Window

200K tokens

Maximum Output

100K tokens

Release Date

2025년 4월 16일

Modalities

o4-mini 가격

입력 가격	출력 가격	캐시 읽기
$0.15/M	$0.6/M	$0.075/M

o4-mini API 기능

Reasoning

Supported

Tool calling

Supported

Temperature parameter

Not supported

Attachments

Supported

Knowledge Base

2024-05-01

Endpoint Protocols

Completions APIMessages APIgemini

o4-mini 모델 주요 특징

o4-mini는 빠른 추론과 효율적인 코딩 및 시각 분석을 결합해 범위가 명확한 기술 작업을 처리합니다.

빠른 추론

소형 모델에서 효과적으로 추론하면서 실용적인 응답 시간과 처리 비용을 유지합니다.

효율적인 코딩

코드 생성, 진단, 수정에 추론을 적용해 기술 작업을 효율적으로 수행합니다.

시각 작업 추론

텍스트와 이미지 입력을 함께 추론해 도표, 스크린샷, 시각적 문제 설명을 해석합니다.

o4-mini 사용 사례

o4-mini는 코드 문제 해결, 시각 기반 기술 질의응답, 효율성이 중요한 대량 추론 작업에 적합합니다.

코드 문제 해결

코드와 오류 정보를 분석하고 가능한 원인을 찾아 개발자가 검토할 수 있는 구체적인 수정안을 제시합니다.

도표 기술 질의응답

도표와 관련 텍스트를 해석해 구성 요소, 관계, 기술 문제의 해결 방법을 설명합니다.

일괄 추론 작업

단순 분류를 넘어선 추론이 필요한 기술 또는 분석 질문을 대량으로 처리합니다.

TokenHub API로 o4-mini 사용하는 방법

Create API key

import OpenAI from "openai"

const client = new OpenAI({
  apiKey: process.env.TOKENHUB_API_KEY,
  baseURL: "https://us-api.tokenhub.com/v1",
})

const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)

o4-mini 벤치마크

o4-mini (high)

지표 점수
Artificial Analysis Intelligence IndexArtificial Analysis Intelligence Index는 여러 평가 영역에서 측정한 모델의 전반적인 역량을 종합한 지표입니다.	종합 역량 평가	25.6
Artificial Analysis Coding IndexArtificial Analysis Coding Index는 코딩 및 소프트웨어 엔지니어링 작업에서 모델의 성능을 종합한 지표입니다.	코딩 역량 종합 평가	25.6
Artificial Analysis Math IndexArtificial Analysis Math Index는 수학적 추론과 경시대회 형식의 문제 해결 능력을 종합한 지표입니다.	수학적 추론 종합 평가	90.7
지식 및 추론
MMLU-ProMMLU-Pro는 기존 MMLU보다 어려운 문제를 통해 폭넓은 학술 및 전문 지식을 평가합니다.	고난도 다분야 지식	83.2%
GPQAGPQA는 대학원 수준의 과학 문제로 전문적인 추론 능력을 평가하는 벤치마크입니다.	고난도 과학 문제 해결	78.4%
HLEHLE는 다양한 분야의 전문가 수준 지식과 추론 능력을 측정하는 고난도 종합 벤치마크입니다.	다분야 전문가 수준 평가	17.5%
코딩 및 소프트웨어 엔지니어링
LiveCodeBenchLiveCodeBench는 평가 데이터 오염을 줄이기 위해 최근 공개된 프로그래밍 문제로 코딩 능력을 평가합니다.	최신 코딩 문제	85.9%
SciCodeSciCode는 과학적 맥락을 바탕으로 한 알고리즘 구현을 포함해 과학 컴퓨팅용 Python 프로그래밍 능력을 평가합니다.	과학 컴퓨팅 코딩 과제	46.5%
Terminal-Bench HardTerminal-Bench Hard는 AI 에이전트가 터미널 환경에서 어려운 작업을 완료할 수 있는지 평가합니다.	고난도 터미널 작업 수행	15.2%
수학
MATH-500MATH-500은 엄선된 고난도 문제를 통해 수학적 문제 해결 능력을 평가합니다.	고난도 수학 문제 해결	98.9%
AIMEAIME는 수학 경시대회 형식의 문제를 통해 수학적 추론 능력을 측정합니다.	수학 경시대회 형식 문제	94%
AIME 2025AIME 2025는 고난도 수학 경시대회 문제에 대한 성능을 측정합니다.	수학 경시대회 형식 문제	90.7%
지시 준수 및 에이전트 작업
IFBenchIFBench는 모델이 세부 지시와 제약 조건을 얼마나 일관되게 따르는지 측정합니다.	프롬프트 제약 준수	68.7%
AA-LCRAA-LCR은 긴 컨텍스트 윈도우 전반에서 추론 품질을 측정합니다.	긴 컨텍스트 추론	55.0%
τ²-Benchτ²-Bench는 도구와 상태 제약이 있는 실제 워크플로에서 대화형 에이전트의 역량을 평가합니다.	에이전트 워크플로 작업	55.6%

지표 출처 Artificial Analysis

o4 Mini 자주 묻는 질문

o4 Mini의 역량, 활용 사례, 한계와 TokenHub 사용 안내.

o4 Mini는 어떤 문제를 해결하나요?+

o4 Mini는 OpenAI의 빠르고 비용 효율적인 수학·코딩·시각 추론용 모델입니다.

언제 o4 Mini를 선택해야 하나요?+

수학 추론, 복잡한 코딩, 시각 추론에 적합하며, 특히 우선순위가 속도와 비용 효율인 경우 유용합니다.

o4 Mini는 무엇을 잘하나요?+

핵심 강점은 빠르고 경제적인 추론, 특히 코딩과 시각 작업입니다.

o4 Mini는 무엇을 희생하나요?+

사용 중단 또는 후속 모델로 대체되어 신규 통합의 기본값으로 부적합합니다. 신규 통합에는 GPT-5.4 Mini를 우선하세요.

TokenHub에서 o4 Mini를 어떻게 사용하나요?+

제공 여부를 확인하고 신규 통합에는 현재 권장 모델을 사용하세요.

o4-mini을 사용할 준비가 되셨나요?

하나의 API 키로 o4-mini과 더 많은 AI 모델을 이용하세요.

API 키 만들기

o4-mini

o4-mini 가격

o4-mini API 기능

o4-mini 모델 주요 특징

빠른 추론

효율적인 코딩

시각 작업 추론

o4-mini 사용 사례

코드 문제 해결

도표 기술 질의응답

일괄 추론 작업

TokenHub API로 o4-mini 사용하는 방법

o4-mini 벤치마크

o4-mini과 유사한 모델

미디어 및 논의

X (Twitter)

Reddit

YouTube

o4 Mini 자주 묻는 질문

o4-mini을 사용할 준비가 되셨나요?