OpenAI: GPT-5 Mini (batch)

GPT-5 Mini ist ein textfokussiertes Modell von OpenAI, das am 7. August 2025 als kompakte Version von GPT-5 veröffentlicht wurde. Es ist für leichtere Reasoning-Aufgaben konzipiert und behält dabei das Instruction-Following-Verhalten und das Safety-Tuning des größeren GPT-5-Modells bei. Die hier behandelte Batch-Variante wird unter der Modell-ID openai/gpt-5-mini:batch bereitgestellt, richtet sich also an Workloads, die Batch-artige Verarbeitung tolerieren statt strikt interaktiven Verkehr.

Auf der Eingabeseite akzeptiert das Modell Text, Bilder und Dateien und erzeugt Text als einzige Ausgabemodalität. Es unterstützt ein Kontextfenster von 400.000 Tokens bei einer maximalen Ausgabe von 128.000 Tokens, was für lange Dokumente und Multi-Turn-Arbeit großzügig ist. Der Knowledge Cutoff liegt beim 31. Mai 2024, alles nach diesem Datum muss also im Prompt oder über Tools bereitgestellt werden. Diese Tools gehören zum Bild: Das Modell unterstützt Tool Calling und strukturierte Ausgaben, kann also JSON gemäß einem Schema zurückgeben und von Ihnen definierte Funktionen aufrufen.

Die Kombination aus langem Kontext, Bild- und Dateieingaben sowie strukturierter Ausgabe deutet auf einige praktische Workloads hin. Dokumentenanalyse ist eine davon: Sie können lange Berichte, Verträge oder gescanntes Material einspeisen und zusammengefasste oder extrahierte Felder in einem festen Schema zurückverlangen. Reasoning über gemischte Inhalte ist eine weitere, bei der ein Prompt Text mit Diagrammen oder Screenshots kombiniert und nach einer Schlussfolgerung fragt. Da Tool Calling unterstützt wird, passt das Modell auch zu Agent-artigen Pipelines, die Daten abrufen, interne APIs aufrufen oder mehrstufige Workflows ausführen müssen, sowie zu leichteren Reasoning-Aufgaben, bei denen das vollständige GPT-5-Modell mehr wäre, als die Aufgabe erfordert.

Sie rufen es über die OpenAI-kompatible API von api14 mit der Modell-ID "openai/gpt-5-mini:batch" auf. Anfragen folgen der bekannten Chat-Completions-Form, bestehende OpenAI SDKs und Clients funktionieren also mit einer Änderung von Base-URL und Modell-ID. Die unterstützten Parameter sind include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, tool_choice, tools und verbosity. Zusammen ermöglichen diese, die Ausgabelänge zu begrenzen, zu steuern, wie viel Reasoning-Aufwand das Modell betreibt, reproduzierbares Sampling mit einem Seed anzufordern, ein Antwortformat oder ein strukturiertes Ausgabeschema zu erzwingen, Tools zu definieren und auszuwählen, Reasoning-Inhalte sichtbar zu machen und die Verbosity abzustimmen.

Die Hauptsache, die abzuwägen ist, ist die durch die Modell-ID implizierte Batch-Natur, die besser zu asynchronen oder durchsatzorientierten Jobs passt als zu eng interaktiven, obwohl in beiden Fällen dieselbe API-Oberfläche verwendet wird. Der Knowledge Cutoff vom 31. Mai 2024 bedeutet, dass aktuelle Fakten aus Ihrem Prompt oder aus Tools stammen müssen statt aus dem eigenen Training des Modells. Wenn eine Aufgabe Fähigkeiten jenseits der Textausgabe benötigt oder schwereres Reasoning, als dieses kompakte Modell vorgesehen ist, könnte ein anderes Modell im Katalog die bessere Wahl sein.