o4-mini

o4-mini

o4 Mini 是更小的推理模型，针对数学、程式碼和視覺任務中的速度与成本效率进行优化。OpenAI 發布資料強調它可以在推理过程中使用工具，因此能力不局限于纯文字回答。它適合被描述為面向生產负载的紧凑型推理与工具模型。

上下文視窗

200K Token

最大輸出

100K Token

發布日期

2025年4月16日

模態

o4-mini 價格

輸入價格	輸出價格	快取讀取
$0.15/M	$0.6/M	$0.075/M

o4-mini API 能力

推理

支援

工具呼叫

支援

Temperature 參數

不支援

附件

支援

知識庫

2024-05-01

Endpoint 協議

geminiCompletions APIMessages API

o4-mini 模型亮點

o4-mini 結合快速推論、高效率程式開發與視覺分析能力，適合目標明確的技術任務。

快速推論

以小型模型進行有效推論，同時兼顧實用的回應速度與處理成本。

高效率程式開發

將推論用於程式碼生成、診斷及修改，著重高效率完成技術任務。

視覺任務推論

結合文字與圖像輸入進行推論，解讀圖表、螢幕截圖及視覺問題描述。

o4-mini 使用情境

o4-mini 適合程式碼問題調查、視覺技術問答，以及重視效率的大批量推論任務。

程式碼問題調查

分析程式碼與錯誤資訊、辨識可能原因，並提出方便開發者審查的針對性修正。

圖表技術問答

解讀圖表與相關文字，說明元件、關係及技術問題的解決思路。

批次推論任務

批次處理需要推論、無法僅靠簡單分類完成的技術或分析問題。

如何透過 TokenHub API 使用 o4-mini

建立 API key

執行前請替換這些路徑參數： {model}

curl 'https://us-api.tokenhub.com/v1beta/models/{model}:generateContent' \
  -X 'POST' \
  -H "Authorization: Bearer $TOKENHUB_API_KEY"

o4-mini 基準測試

o4-mini (high)

指數分數
Artificial Analysis 綜合能力指數Artificial Analysis 綜合能力指數彙總多個評測維度，用於觀察模型的整體能力表現。	Artificial Analysis 綜合能力評分	25.6
Artificial Analysis 程式碼能力指數Artificial Analysis 程式碼能力指數彙總模型在程式碼生成、除錯與軟體工程任務中的表現。	Artificial Analysis 軟體任務評分	25.6
Artificial Analysis 數學能力指數Artificial Analysis 數學能力指數彙總模型在數學推理與競賽題求解中的表現。	Artificial Analysis 數學推理評分	90.7
知識與推理
MMLU-ProMMLU-Pro 使用比原版 MMLU 更具挑戰的問題，評估模型在學術與專業知識上的綜合能力。	高難度多任務知識評測	83.2%
GPQAGPQA 是面向研究生級科學問題的評測集，用來測試模型的專家級推理能力。	高階科學問題求解	78.4%
HLEHLE 覆蓋多個領域的高難度專家級知識與推理問題。	廣泛專家級考試集合	17.5%
程式碼與工程
LiveCodeBenchLiveCodeBench 使用較新的程式題評估模型程式碼能力，降低訓練資料污染帶來的影響。	近期程式題評測	85.9%
SciCodeSciCode 評估模型在科學計算場景下撰寫 Python 程式碼和實作演算法的能力。	科學計算程式碼挑戰	46.5%
Terminal-Bench HardTerminal-Bench Hard 評估 AI Agent 在終端環境中完成複雜任務的能力。	高難度終端任務執行	15.2%
數學能力
MATH-500MATH-500 透過一組精選高難度數學題評估模型的問題求解能力。	高難度數學解題	98.9%
AIMEAIME 用競賽風格數學題評估模型的數學推理能力。	數學競賽題	94%
AIME 2025AIME 2025 評估模型在高難度競賽數學題上的表現。	數學競賽題	90.7%
指令遵循與 Agent 任務
IFBenchIFBench 衡量模型遵循複雜指令和約束條件的穩定性。	指令約束遵循	68.7%
AA-LCRAA-LCR 衡量模型在長上下文視窗中的推理品質。	長上下文推理	55.0%
τ²-Benchτ²-Bench 使用帶工具和狀態約束的真實工作流程，評估對話式 Agent 的任務完成能力。	Agent 工作流程任務	55.6%

指標來源 Artificial Analysis

o4 Mini 常見問題

o4 Mini 的能力、適用情境、限制與 TokenHub 使用指南。

o4 Mini 主要解決什麼問題？+

o4 Mini 是 OpenAI 針對快速且具成本效益的數學、程式與視覺推理推出的模型。

什麼時候適合選 o4 Mini？+

適合數學推理、複雜程式開發、視覺推理，尤其適合重視回應速度與成本效益的情境。

o4 Mini 擅長什麼？+

核心優勢是快速且具成本效益的推理，尤其擅長程式與視覺任務。

o4 Mini 犧牲了什麼？+

它已停用或被後續模型取代，不適合作為新整合的預設選擇。新整合優先用 GPT-5.4 Mini。

如何在 TokenHub 中呼叫 o4 Mini？+

請確認是否可用；新整合應使用目前建議模型。

準備呼叫 o4-mini？

透過一個 API Key 接入 o4-mini 與更多 AI 模型。

建立 API Key