OpenAI: o4 Mini

OpenAI o4 Mini は、OpenAI の o シリーズに属するコンパクトな推論モデルです。プロバイダーによって 2025 年 4 月 16 日にリリースされ、知識カットオフは 2024 年 6 月 30 日です。このモデルはテキストカテゴリに位置し、OpenAI のより大規模な推論モデルの小型版として位置づけられており、強力なマルチモーダル機能とエージェント機能を維持しつつ、高速でコスト効率の高いパフォーマンスを目指しています。

このモデルは入力としてテキスト、画像、ファイルを受け付け、出力はテキストのみを返します。コンテキストウィンドウは 200,000 トークンで、最大出力は 100,000 トークンです。入力にはテキストに加えて画像やファイルを含めることができるため、1 回のリクエストで文章による指示と視覚コンテンツまたはドキュメントコンテンツを組み合わせたプロンプトを送信できます。推論の動作は reasoning パラメータと include_reasoning パラメータを通じて公開されているため、推論出力をレスポンスに含めるかどうかを制御できます。

これらの機能は、いくつかの実用的なパターンを示しています。多段階の分析、計画、問題の分解など、推論を多用するタスクはこのモデルの設計に適しています。画像とファイルを受け付けるため、プロンプトがプレーンテキストだけでなくスクリーンショット、図、ドキュメントを参照する必要があるワークフローにも適しています。ツール使用と構造化出力により、エージェント形式のアプリケーション、たとえば関数を呼び出したり、外部システムにクエリを実行したり、固定スキーマでレスポンスを必要とするパイプラインに合理的な選択肢となります。大きなコンテキストウィンドウは、長いドキュメントや長い会話履歴など、長い入力に依存するタスクに役立ちます。

このモデルは、モデル ID "openai/o4-mini" を使用して api14 の OpenAI 互換 API を通じて呼び出します。サポートされているリクエストパラメータは include_reasoning、max_tokens、reasoning、response_format、seed、structured_outputs、tool_choice、tools です。実際には、max_tokens で出力長を制限し、seed で決定論的サンプリングを要求し、response_format と structured_outputs を通じて構造化レスポンスまたはスキーマ制約付きレスポンスを要求し、tools と tool_choice で呼び出し可能な関数を定義できます。reasoning パラメータと include_reasoning パラメータにより、レスポンス内で推論をどのように扱うかを管理できます。

留意すべき主な制約は、出力がテキストのみであるため、生成画像、音声、その他の非テキスト出力を必要とするタスクは、このモデルが返す範囲外であることです。また、o シリーズの中ではコンパクトなモデルであるため、利用可能な中で最も強力な推論がタスクに求められる場合は、同じファミリーのより大規模なモデルの方が適している可能性があります。ほとんどの日常的な推論、マルチモーダル入力、ツール駆動のワークロードについては、o4 Mini は 200,000 トークンのコンテキストウィンドウと 100,000 トークンの出力上限で対応できます。