OpenAI: o4 Mini

OpenAI o4 Mini to kompaktowy model rozumowania od OpenAI, część serii o tej firmy. Został udostępniony przez dostawcę 16 kwietnia 2025, a jego data odcięcia wiedzy to 30 czerwca 2024. Model należy do kategorii tekstowej i jest pozycjonowany jako mniejszy brat większych modeli rozumowania OpenAI, nastawiony na szybkie i opłacalne działanie przy zachowaniu silnych możliwości multimodalnych i agentowych.

Model przyjmuje jako dane wejściowe tekst, obrazy i pliki, a zwraca wyłącznie tekst. Jego okno kontekstowe wynosi 200 000 tokenów, a maksymalna długość wyjścia to 100 000 tokenów. Ponieważ dane wejściowe mogą zawierać obrazy i pliki obok tekstu, można wysyłać polecenia łączące instrukcje pisane z treścią wizualną lub dokumentową w jednym żądaniu. Zachowanie związane z rozumowaniem jest udostępniane przez parametry reasoning i include_reasoning, więc można kontrolować, czy wynik rozumowania zostanie dołączony do odpowiedzi.

Te możliwości wskazują na kilka praktycznych wzorców użycia. Zadania wymagające intensywnego rozumowania, takie jak analiza wieloetapowa, planowanie i dekompozycja problemu, pasują do konstrukcji modelu. Ponieważ przyjmuje obrazy i pliki, nadaje się również do przepływów pracy, w których polecenie musi odwoływać się do zrzutu ekranu, diagramu lub dokumentu, a nie tylko do zwykłego tekstu. Użycie narzędzi i ustrukturyzowane wyniki czynią go rozsądnym wyborem dla aplikacji w stylu agentowym, na przykład potoków, które wywołują funkcje, odpytują systemy zewnętrzne lub potrzebują odpowiedzi w ustalonym schemacie. Duże okno kontekstowe pomaga, gdy zadanie zależy od długich danych wejściowych, takich jak rozbudowane dokumenty lub długie historie rozmów.

Model wywołuje się przez API zgodne z OpenAI w api14, używając identyfikatora modelu "openai/o4-mini". Obsługiwane parametry żądania to include_reasoning, max_tokens, reasoning, response_format, seed, structured_outputs, tool_choice oraz tools. W praktyce oznacza to, że można ograniczyć długość wyjścia za pomocą max_tokens, poprosić o deterministyczne próbkowanie za pomocą seed, zażądać odpowiedzi ustrukturyzowanych lub ograniczonych schematem przez response_format i structured_outputs, a także zdefiniować funkcje możliwe do wywołania za pomocą tools i tool_choice. Parametry reasoning i include_reasoning pozwalają zarządzać sposobem obsługi rozumowania w odpowiedzi.

Głównym ograniczeniem, o którym trzeba pamiętać, jest to, że wyjściem jest wyłącznie tekst, więc zadania wymagające generowanych obrazów, dźwięku lub innych wyników niebędących tekstem wykraczają poza to, co zwraca ten model. Jest to również kompaktowy model w serii o, więc jeśli zadanie wymaga najsilniejszego dostępnego rozumowania, lepszym wyborem może być większy model z tej samej rodziny. W przypadku większości codziennych zadań rozumowania, pracy z danymi wejściowymi multimodalnymi i zadaniami opartymi na narzędziach o4 Mini pokrywa potrzeby dzięki oknu kontekstowemu 200 000 tokenów i limitowi wyjścia 100 000 tokenów.