o4-mini

o4-mini

o4 Mini 是更小的推理模型，针对数学、代码和视觉任务中的速度与成本效率进行优化。OpenAI 发布资料强调它可以在推理过程中使用工具，因此能力不局限于纯文本回答。它适合被描述为面向生产负载的紧凑型推理与工具模型。

上下文窗口

200K Token

最大输出

100K Token

发布日期

2025年4月16日

模态

o4-mini 价格

输入价格	输出价格	缓存读取
$0.15/M	$0.6/M	$0.075/M

o4-mini API 能力

推理

支持

工具调用

支持

Temperature 参数

不支持

附件

支持

知识库

2024-05-01

Endpoint 协议

Completions APIMessages APIgemini

o4-mini 模型亮点

o4-mini 结合快速推理、高效编程和视觉分析能力，适合目标明确的技术任务。

快速推理

以小型模型进行有效推理，同时兼顾实用的响应速度和处理成本。

高效编程

将推理用于代码生成、诊断和修改，侧重高效完成技术任务。

视觉任务推理

结合文本与图像输入进行推理，解读图表、截图和视觉问题描述。

o4-mini 使用场景

o4-mini 适合代码问题排查、视觉技术问答，以及重视效率的大批量推理任务。

代码问题排查

分析代码和错误信息、识别可能原因，并提出便于开发者审查的针对性修正。

图表技术问答

解读图表及配套文字，说明组件、关系和技术问题的解决思路。

批量推理任务

批量处理需要推理、不能仅靠简单分类完成的技术或分析问题。

如何通过 TokenHub API 使用 o4-mini

创建 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 基准测试

o4-mini (high)

指数分数
Artificial Analysis 综合能力指数Artificial Analysis 综合能力指数汇总多个评测维度，用于观察模型的整体能力表现。	Artificial Analysis 综合能力评分	25.6
Artificial Analysis 代码能力指数Artificial Analysis 代码能力指数汇总模型在代码生成、调试和软件工程任务中的表现。	Artificial Analysis 软件任务评分	25.6
Artificial Analysis 数学能力指数Artificial Analysis 数学能力指数汇总模型在数学推理和竞赛题求解中的表现。	Artificial Analysis 数学推理评分	90.7
知识与推理
MMLU-ProMMLU-Pro 使用比原版 MMLU 更具挑战的问题，评估模型在学术和专业知识上的综合能力。	高难度多任务知识评测	83.2%
GPQAGPQA 是面向研究生级科学问题的评测集，用来测试模型的专家级推理能力。	高阶科学问题求解	78.4%
HLEHLE 覆盖多个领域的高难度专家级知识与推理问题。	广泛专家级考试集合	17.5%
代码与工程
LiveCodeBenchLiveCodeBench 使用较新的编程题评估模型代码能力，降低训练数据污染带来的影响。	近期编程题评测	85.9%
SciCodeSciCode 评估模型在科学计算场景下编写 Python 代码和实现算法的能力。	科学计算代码挑战	46.5%
Terminal-Bench HardTerminal-Bench Hard 评估 AI Agent 在终端环境中完成复杂任务的能力。	高难度终端任务执行	15.2%
数学能力
MATH-500MATH-500 通过一组精选高难度数学题评估模型的问题求解能力。	高难度数学解题	98.9%
AIMEAIME 用竞赛风格数学题评估模型的数学推理能力。	数学竞赛题	94%
AIME 2025AIME 2025 评估模型在高难度竞赛数学题上的表现。	数学竞赛题	90.7%
指令遵循与 Agent 任务
IFBenchIFBench 衡量模型遵循复杂指令和约束条件的稳定性。	指令约束遵循	68.7%
AA-LCRAA-LCR 衡量模型在长上下文窗口中的推理质量。	长上下文推理	55.0%
τ²-Benchτ²-Bench 使用带工具和状态约束的真实工作流，评估对话式 Agent 的任务完成能力。	Agent 工作流任务	55.6%

指标来源 Artificial Analysis

o4 Mini 常见问题

o4 Mini 的能力、适用场景、限制和 TokenHub 使用指南。

o4 Mini 主要解决什么问题？+

o4 Mini 是 OpenAI 面向快速、经济的数学、编程和视觉推理的模型。

什么时候适合选 o4 Mini？+

适合数学推理、复杂编程、视觉推理，尤其适合重视响应速度和成本效率的场景。

o4 Mini 擅长什么？+

核心优势是快速经济的推理，尤其擅长编程和视觉任务。

o4 Mini 牺牲了什么？+

它已弃用或被后续模型取代，不适合作为新集成的默认选择。新集成优先用 GPT-5.4 Mini。

如何在 TokenHub 中调用 o4 Mini？+

请确认是否可用；新集成应使用当前推荐模型。

准备调用 o4-mini？

通过一个 API Key 接入 o4-mini 与更多 AI 模型。

创建 API Key