OpenAI: GPT-4.1 Mini

GPT-4.1 Mini es un modelo de texto de OpenAI, lanzado el 14 de abril de 2025. Se sitúa en el medio de la familia GPT-4.1: un modelo de tamaño medio que OpenAI describe como capaz de ofrecer un rendimiento competitivo con GPT-4o mientras funciona con una latencia y un coste sustancialmente menores. Si ya conoces la línea GPT-4.1, este es el hermano menor al que recurres cuando el modelo completo es más de lo que la tarea necesita.

El modelo acepta texto, imágenes y archivos como entrada, y devuelve solo texto. Su ventana de contexto es de 1.047.576 tokens, que es un poco más de un millón de tokens, y la salida máxima es de 32.768 tokens. El corte de conocimiento es el 30 de junio de 2024. Esa combinación de una ventana de entrada muy grande y un techo de salida moderado determina para qué es bueno el modelo: leer mucho y escribir una cantidad acotada.

Los casos de uso prácticos se derivan directamente de esas cifras. El contexto de un millón de tokens lo hace adecuado para trabajar sobre documentos largos, bases de código grandes, transcripciones extensas o entradas de varios archivos que de otro modo necesitarían fragmentación y recuperación. Como se aceptan imágenes y archivos junto con el texto, puedes combinar una captura de pantalla o un PDF con una pregunta escrita en una sola solicitud. El límite de salida de 32.768 tokens encaja con la summarización, la extracción, la clasificación, la generación de datos estructurados y los bucles de agentes impulsados por herramientas, donde el modelo razona sobre una entrada grande y emite un resultado comparativamente corto. Una latencia menor que la de GPT-4o también lo hace razonable para funciones interactivas y no solo para trabajos por lotes.

Lo llamas a través de la API compatible con OpenAI de api14 usando el id de modelo "openai/gpt-4.1-mini". Como la interfaz sigue la forma de chat completions de OpenAI, los SDK y clientes de OpenAI existentes funcionan con solo cambiar la URL base y la clave. Los parámetros de solicitud admitidos son max_completion_tokens, max_tokens, response_format, seed, structured_outputs, temperature, tool_choice, tools y top_p. En la práctica, eso significa que puedes controlar el muestreo con temperature y top_p, limitar la longitud de la respuesta con max_completion_tokens o max_tokens, solicitar salida JSON o conforme a un esquema mediante response_format y structured_outputs, hacer las ejecuciones más reproducibles con seed, y dar al modelo funciones que llamar mediante tools y tool_choice.

La principal restricción que hay que tener en cuenta es el lado de la salida. Un techo de 32.768 tokens es generoso para la mayoría de los trabajos de extracción y summarización, pero ajustado si necesitas que el modelo produzca un documento largo en una sola pasada, y el corte de conocimiento del 30 de junio de 2024 significa que cualquier cosa más reciente tiene que venir de tu prompt o de herramientas. Si tu tarea está dominada por una salida generada muy larga, o si necesitas modalidades más allá de la salida de texto, otro modelo puede encajar mejor. Para trabajos de entrada grande y salida corta, GPT-4.1 Mini es una opción predeterminada sensata.