OpenAI: GPT-4.1 Mini

GPT-4.1 Mini est un modèle texte d'OpenAI, publié le 14 avril 2025. Il se situe au milieu de la famille GPT-4.1 : un modèle de taille moyenne qu'OpenAI décrit comme offrant des performances comparables à GPT-4o tout en fonctionnant avec une latence et un coût nettement inférieurs. Si vous connaissez déjà la gamme GPT-4.1, c'est le petit frère vers lequel vous vous tournez lorsque le modèle complet dépasse les besoins de la tâche.

Le modèle accepte du texte, des images et des fichiers en entrée, et ne renvoie que du texte. Sa fenêtre de contexte est de 1 047 576 tokens, soit un peu plus d'un million de tokens, et la sortie maximale est de 32 768 tokens. La date de coupure des connaissances est le 30 juin 2024. Cette combinaison d'une très grande fenêtre d'entrée et d'un plafond de sortie modéré façonne ce en quoi le modèle excelle : lire beaucoup et écrire une quantité limitée.

Les cas d'usage pratiques découlent directement de ces chiffres. Le contexte d'un million de tokens le rend adapté aux travaux sur de longs documents, de grandes bases de code, de longues transcriptions ou des entrées multi-fichiers qui nécessiteraient autrement un découpage et de la récupération. Comme les images et les fichiers sont acceptés aux côtés du texte, vous pouvez mélanger une capture d'écran ou un PDF avec une question écrite dans une seule requête. La limite de sortie de 32 768 tokens convient à la synthèse, l'extraction, la classification, la génération de données structurées et les boucles d'agents pilotées par outils, où le modèle raisonne sur une grande entrée et émet un résultat comparativement court. Une latence inférieure à celle de GPT-4o le rend également raisonnable pour des fonctionnalités interactives plutôt que pour de simples traitements par lots.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "openai/gpt-4.1-mini". Comme l'interface suit la forme des complétions de chat d'OpenAI, les SDK et clients OpenAI existants fonctionnent avec seulement un changement d'URL de base et de clé. Les paramètres de requête pris en charge sont max_completion_tokens, max_tokens, response_format, seed, structured_outputs, temperature, tool_choice, tools et top_p. En pratique, cela signifie que vous pouvez contrôler l'échantillonnage avec temperature et top_p, limiter la longueur de la réponse avec max_completion_tokens ou max_tokens, demander une sortie JSON ou conforme à un schéma via response_format et structured_outputs, rendre les exécutions plus reproductibles avec seed, et fournir au modèle des fonctions à appeler via tools et tool_choice.

La principale contrainte à garder en tête est le côté sortie. Un plafond de 32 768 tokens est généreux pour la plupart des travaux d'extraction et de synthèse, mais serré si vous avez besoin que le modèle produise un long document en une seule passe, et la date de coupure des connaissances du 30 juin 2024 signifie que tout ce qui est plus récent doit provenir de votre prompt ou d'outils. Si votre tâche est dominée par une très longue sortie générée, ou si vous avez besoin de modalités au-delà de la sortie texte, un autre modèle pourrait mieux convenir. Pour les travaux à grande entrée et sortie courte, GPT-4.1 Mini est un choix par défaut sensé.