OpenAI: o4 Mini High

OpenAI: o4 Mini High to model tekstowy od OpenAI, wydany 16 kwietnia 2025. Należy do serii modeli rozumujących o, i jest tym samym modelem co o4-mini z parametrem reasoning_effort ustawionym na high. Wariant "high" reprezentuje zatem bardziej przemyślany koniec zakresu rozumowania tego modelu, zachowując jednocześnie kompaktową, zorientowaną na wydajność konstrukcję o4-mini.

Model przyjmuje dane wejściowe w postaci obrazów, tekstu i plików, a generuje dane wyjściowe w postaci tekstu. Ma okno kontekstu wynoszące 200 000 tokenów i maksymalne wyjście 100 000 tokenów, z datą odcięcia wiedzy 30 czerwca 2024. Jego obsługiwane parametry żądania obejmują include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, tool_choice oraz tools. Obecność tools i tool_choice oznacza, że można go używać w wywoływaniu funkcji i przepływach pracy w stylu agentowym, natomiast response_format i structured_outputs pozwalają ograniczyć kształt zwracanego tekstu.

Te możliwości wskazują na dość konkretny zestaw przypadków użycia. Ponieważ model rozumuje przed udzieleniem odpowiedzi i może przyjmować pliki oraz obrazy wraz z tekstem, nadaje się do zadań, w których musi przepracować problem, a nie dopasować odpowiedź do wzorca: wieloetapowej analizy dokumentów, interpretowania wykresów lub zrzutów ekranu wraz z kontekstem tekstowym oraz problemów z kodem lub logiką, które korzystają z dokładnego łańcucha myślowego. Parametry narzędzi czynią go rozsądnym wyborem dla potoków agentowych wywołujących funkcje zewnętrzne, a structured_outputs jest przydatny, gdy wynik musi być przetwarzany przez inny program. Okno kontekstu 200 000 tokenów pozwala obsłużyć duże dane wejściowe, takie jak długie raporty lub kilka plików, w jednym żądaniu.

Model wywołujesz przez zgodne z OpenAI API api14, używając identyfikatora modelu "openai/o4-mini-high". Ponieważ interfejs jest zgodny z formatem uzupełnień czatu OpenAI, istniejące biblioteki klienckie i zestawy SDK OpenAI działają po zmianie jedynie adresu bazowego i klucza. W żądaniu możesz ustawić wymienione powyżej parametry, w tym reasoning_effort, aby kontrolować, ile rozumowania stosuje model, max_tokens, aby ograniczyć wyjście, oraz tools lub tool_choice, gdy chcesz użyć wywoływania funkcji. Parametr include_reasoning pozwala zdecydować, czy treść rozumowania jest zwracana wraz z odpowiedzią.

Jedną praktyczną kwestią jest to, że ten wariant jest zdefiniowany przez wysoką intensywność rozumowania, więc jest ukierunkowany na trudniejsze problemy, a nie na szybkie wymiany o niskich opóźnieniach. W przypadku prostego generowania tekstu lub generowania o dużym wolumenie, gdzie głębokie rozumowanie niewiele wnosi, bazowy o4-mini lub inny model tekstowy może być lepszym wyborem. Model generuje wyłącznie tekst, więc zadania wymagające generowanych obrazów lub dźwięku wykraczają poza jego zakres.