OpenAI o4 - mini
OpenAI o4 - mini 是由 OpenAI 发布的 AI 模型，发布时间为 2025-04-16，定位为 推理大模型，上下文长度为 200K，采用 不开源 许可，在 CodeForces 上取得 2719.00 分。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
模型基本信息
开源和体验地址
官方介绍与博客
API接口信息
| 类型 | 适用条件 | 输入 | 输出 |
|---|---|---|---|
| 文本 | - | $1.10/ 1M tokens | $4.40/ 1M tokens |
| 图像 | - | $1.10/ 1M tokens | — |
| 类型 | 有效期 | 写入 | 读取 |
|---|---|---|---|
| 文本 | - | — | $0.275/ 1M tokens |
表中「—」表示该模态在此方向不计费，或供应商未公开对应价格。
评测结果
OpenAI o4 - mini 当前已收录的代表性评测结果包括 MMLU（2 / 124，得分 93）、AIME 2024（1 / 61，得分 98.70）、AIME2025（11 / 110，得分 99.50）。 本页还汇总了参数规模、上下文长度与 API 价格，便于结合评测结果与部署约束一起判断模型适配度。
综合知识考试
共 6 项评测抽象归纳与泛化
共 7 项评测科学知识与推理
共 4 项评测数学
共 15 项评测图像感知与视觉推理
共 5 项评测算法与竞赛编程
共 3 项评测发布机构
模型解读
o4 mini是OpenAI最新发布的推理大模型。
OpenAI o4-mini 是一款专注于快速、经济高效推理的小型化模型。尽管其规模较小，但它在数学、编码和视觉任务等领域展现出显著的性能。
该模型具备强大的推理能力，并能够有效地利用和组合ChatGPT内的各种工具，包括网络搜索、使用Python分析上传文件和数据、对视觉输入进行深度推理，甚至生成图像。o4-mini经过训练，能够判断何时以及如何使用这些工具来解决复杂问题，并生成详细且经过深思熟虑的答案。
在性能方面，o4-mini在多个基准测试中表现出色。例如，在AIME 2024和2025数学竞赛中，o4-mini是表现最佳的基准模型。当配合Python解释器使用时，o4-mini在AIME 2025上实现了99.5%的pass@1（8个一致性答案下达到100%的共识）。这体现了其有效利用工具的能力。专家评估指出，o4-mini不仅在数学、编码和视觉任务上表现优异，在非STEM任务以及数据科学等领域也超越了其前代模型o3-mini。同时，与前代推理模型相比，o4-mini在指令遵循、提供更有用和可验证的回复方面均有提升，交互时也表现得更为自然和对话化，能够更好地利用记忆和过往对话内容使回复更具个性化和相关性。
o4-mini在效率和成本方面也具有优势。由于其高效性，o4-mini支持比o3更高的使用限制，使其成为处理需要推理能力的高容量、高吞吐量任务的有力选择。在成本效益方面，o4-mini相较于o3-mini实现了提升，预计在多数实际应用场景中，o4-mini将比o3-mini更智能且更经济。
在安全性方面，OpenAI为o3和o4-mini重建了安全训练数据，增加了在生物风险、恶意软件生成和越狱等领域的拒绝提示。这使得o4-mini在内部拒绝基准测试中表现出色。同时，OpenAI还开发了系统级缓解措施来标记高风险领域的危险提示。根据评估结果，o4-mini在生物与化学、网络安全和AI自我改进三个追踪能力领域均低于“高”风险阈值。
用户可以通过多种途径访问o4-mini。ChatGPT Plus、Pro和Team用户可以在模型选择器中找到o4-mini和o4-mini-high，它们将替代此前的o3-mini和o3-mini-high。免费用户可以在提交查询前选择“Think”来体验o4-mini。开发者也可以通过Chat Completions API和Responses API使用o4-mini。
DataLearner 官方微信
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
