OpenAI: GPT-5 Mini (batch)

GPT-5 Mini to model tekstowy od OpenAI, wydany 7 sierpnia 2025 jako kompaktowa wersja GPT-5. Jest zaprojektowany do lżejszych zadań rozumowania, zachowując jednocześnie zdolność podążania za instrukcjami i dostrojenie bezpieczeństwa większego modelu GPT-5. Omawiany tutaj wariant wsadowy jest udostępniany pod identyfikatorem modelu openai/gpt-5-mini:batch, więc jest przeznaczony do obciążeń tolerujących przetwarzanie w stylu wsadowym, a nie do ruchu ściśle interaktywnego.

Po stronie wejścia model przyjmuje tekst, obrazy i pliki, a jako jedyny tryb wyjścia generuje tekst. Obsługuje okno kontekstu o rozmiarze 400 000 tokenów, z maksymalnym wyjściem 128 000 tokenów, co jest hojnym limitem dla długich dokumentów i pracy wieloetapowej. Jego data odcięcia wiedzy to 31 maja 2024, więc wszystko po tej dacie musi być dostarczone w prompcie lub przez narzędzia. Te narzędzia są częścią obrazu: model obsługuje wywoływanie narzędzi i wyjścia strukturalne, więc może zwracać JSON zgodny ze schematem i wywoływać funkcje, które zdefiniujesz.

Połączenie długiego kontekstu, wejść obrazowych i plikowych oraz wyjścia strukturalnego wskazuje na kilka praktycznych zastosowań. Analiza dokumentów jest jednym z nich: możesz podać długie raporty, umowy lub zeskanowane materiały i poprosić o podsumowane lub wyodrębnione pola zwrócone w ustalonym schemacie. Rozumowanie nad mieszaną treścią to kolejne, gdzie prompt łączy tekst z wykresami lub zrzutami ekranu i prosi o wniosek. Ponieważ wywoływanie narzędzi jest obsługiwane, model pasuje również do potoków w stylu agentowym, które muszą pobierać dane, wywoływać wewnętrzne API lub uruchamiać wieloetapowe przepływy pracy, oraz do lżejszych zadań rozumowania, w których pełny model GPT-5 byłby czymś więcej, niż wymaga zadanie.

Wywołujesz go przez kompatybilne z OpenAI API api14, używając identyfikatora modelu "openai/gpt-5-mini:batch". Żądania mają znany kształt uzupełnień czatu, więc istniejące zestawy SDK i klienty OpenAI działają po zmianie bazowego adresu URL i identyfikatora modelu. Obsługiwane parametry to include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, tool_choice, tools i verbosity. Razem pozwalają one ograniczyć długość wyjścia, kontrolować, ile wysiłku rozumowania zużywa model, żądać powtarzalnego próbkowania z ziarnem, wymusić format odpowiedzi lub schemat wyjścia strukturalnego, definiować i wybierać narzędzia, ujawniać treść rozumowania oraz dostrajać gadatliwość.

Najważniejszą rzeczą do rozważenia jest wsadowy charakter wynikający z identyfikatora modelu, który lepiej pasuje do zadań asynchronicznych lub zorientowanych na przepustowość niż do ściśle interaktywnych, choć w obu przypadkach używana jest ta sama powierzchnia API. Data odcięcia wiedzy 31 maja 2024 oznacza, że niedawne fakty muszą pochodzić z twojego promptu lub narzędzi, a nie z własnego treningu modelu. Jeśli zadanie wymaga możliwości wykraczających poza wyjście tekstowe lub cięższego rozumowania, niż przewidziano dla tego kompaktowego modelu, lepszym wyborem może być inny model z katalogu.