OpenAI: GPT-5 Mini (batch)

GPT-5 Mini är en textfokuserad modell från OpenAI, släppt den 7 augusti 2025 som en kompakt version av GPT-5. Den är utformad för lättare resonemangsuppgifter samtidigt som den behåller instruktionsföljningsbeteendet och säkerhetsjusteringen från den större GPT-5-modellen. Batchvarianten som behandlas här serveras under modell-id:t openai/gpt-5-mini:batch, så den riktar sig mot arbetsbelastningar som tolererar batchbearbetning snarare än strikt interaktiv trafik.

På inputsidan accepterar modellen text, bilder och filer, och den producerar text som enda utdatamodalitet. Den stöder ett kontextfönster på 400 000 tokens, med en maximal utdata på 128 000 tokens, vilket är generöst för långa dokument och fleromgångsarbete. Dess kunskapsavgränsning är den 31 maj 2024, så allt efter det datumet måste tillhandahållas i prompten eller via verktyg. Dessa verktyg är en del av bilden: modellen stöder verktygsanrop och strukturerade utdata, så den kan returnera JSON formad enligt ett schema och anropa funktioner som du definierar.

Kombinationen av lång kontext, bild- och filindata samt strukturerade utdata pekar mot några praktiska arbetsbelastningar. Dokumentanalys är en: du kan mata in långa rapporter, kontrakt eller skannat material och begära sammanfattade eller extraherade fält returnerade i ett fast schema. Resonemang över blandat innehåll är en annan, där en prompt parar text med diagram eller skärmbilder och begär en slutsats. Eftersom verktygsanrop stöds passar modellen också för agentliknande pipelines som behöver hämta data, anropa interna API:er eller köra flerstegsarbetsflöden, och lättare resonemangsjobb där den fullständiga GPT-5-modellen skulle vara mer än uppgiften kräver.

Du anropar den via api14:s OpenAI-kompatibla API med modell-id:t "openai/gpt-5-mini:batch". Förfrågningar följer den välbekanta formen för chattkompletteringar, så befintliga OpenAI-SDK:er och klienter fungerar med en ändring av bas-URL och modell-id. De parametrar som stöds är include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, tool_choice, tools och verbosity. Tillsammans låter dessa dig begränsa utdatalängden, styra hur mycket resonemangsansträngning modellen lägger ned, begära reproducerbar sampling med en seed, framtvinga ett svarsformat eller ett schema för strukturerade utdata, definiera och välja verktyg, visa resonemangsinnehåll och finjustera verbosity.

Det främsta att väga in är batchkaraktären som antyds av modell-id:t, vilket passar asynkrona eller genomströmningsorienterade jobb bättre än tätt interaktiva sådana, även om samma API-yta används i båda fallen. Kunskapsavgränsningen den 31 maj 2024 innebär att aktuella fakta måste komma från din prompt eller dina verktyg snarare än modellens egen träning. Om en uppgift behöver funktioner bortom textutdata, eller tyngre resonemang än denna kompakta modell är avsedd för, kan en annan modell i katalogen vara ett bättre val.