O4-Mini API

Die O4-mini-API ist darauf ausgelegt, bei Aufgaben wie Mathematik, Codierung, Naturwissenschaften und visuellem Denken hohe Leistung zu liefern und gleichzeitig Effizienz und Zugänglichkeit zu gewährleisten.

Übersicht

Die o4-mini ist Teil der O-Serie von OpenAI, einer Familie von Modellen, die darauf trainiert sind, vor der Antwort zu überlegen, was zu qualitativ hochwertigeren Antworten auf komplexe Abfragen führt. Es zeichnet sich durch die Fähigkeit aus, Tools wie Web-Browsing, Python-Codeausführung, Bildverarbeitung und Bildgenerierung zu integrieren. Dadurch kann es mehrstufige Probleme mit einem Grad an Autonomie bewältigen, der agentenähnlichem Verhalten nahekommt.

Hauptmerkmale des o4-mini

• Visuelles Denken: o4-mini kann Bilder verarbeiten und analysieren, auch solche von geringer Qualität wie verschwommene Fotos oder Skizzen. Es kann Bilder bearbeiten (z. B. drehen, zoomen), um Aufgaben wie die Interpretation von Diagrammen oder wissenschaftlichen Abbildungen zu unterstützen.
• Werkzeugintegration: Es bietet vollen Zugriff auf die Tools von ChatGPT, einschließlich Websuche, Dateianalyse mit Python und Bildgenerierung, wodurch es vielseitig für komplexe Arbeitsabläufe einsetzbar ist.
• Natürlichkeit im Gespräch: Das Modell weist eine verbesserte Fähigkeit zur Befolgung von Anweisungen auf und kann auf frühere Gespräche verweisen, was seine Verwendbarkeit in interaktiven Umgebungen verbessert.
• Effizienz und Skalierbarkeit: Optimiert für Abfragen mit hohem Volumen, unterstützt o4-mini höhere Nutzungslimits als o3, ideal für Anwendungen in der realen Welt.
• Kosteneffizienz: Mit einem Preis von 1.10 US-Dollar für die Eingabe und 4.40 US-Dollar für die Ausgabe pro Million Token bietet es ein wettbewerbsfähiges Gleichgewicht zwischen Geschwindigkeit, Kosten und Leistung.

Technische Details o4-mini

Modellarchitektur und Training

• Größe und Effizienz: Als kleineres Modell im Vergleich zu o3 ist o4-mini auf Effizienz ausgelegt und priorisiert Geschwindigkeit und Kosten, ohne Kompromisse bei der Leistung einzugehen.
• Trainingsansatz: Nutzt bestärkendes Lernen im großen Maßstab und folgt damit dem Trend, dass erhöhte Rechenressourcen die Modellleistung verbessern.
• API-Funktionen: Unterstützt Funktionsaufrufe für benutzerdefinierte Tools und ist über die Chat Completions API und Responses API zugänglich. Zukünftige Updates werden integrierte Tools wie Websuche, Dateisuche und Code-Interpreter enthalten.

Sicherheit und Bereitschaft

• Sicherheitsprotokolle: o4-mini wurde im Rahmen des Sicherheitsprogramms von OpenAI strengen Stresstests unterzogen und mithilfe des aktualisierten Preparedness Framework bewertet.
• Risk Mitigation: Es liegt in Bereichen wie biologischen/chemischen Risiken, Cybersicherheit und KI-Selbstverbesserung unter der Risikoschwelle „Hoch“, mit einer Kennzeichnungsgenauigkeit von ~99 % für Biorisikogespräche während des Red-Teaming.
• Transparenz: OpenAI bietet eine detaillierte Systemkarte mit Sicherheits- und Leistungsmetriken.

Benchmark-Leistung

Der o4-mini hat in zahlreichen Benchmarks eine außergewöhnliche Leistung gezeigt und damit seine Vielseitigkeit und Leistungsfähigkeit unter Beweis gestellt. Die folgende Tabelle fasst die Ergebnisse zusammen:

Anwendungsszenarien Beispiel

1. Funktionsaufruf für benutzerdefinierte Tools

o4-mini unterstützt Funktionsaufrufe zur Integration benutzerdefinierter Tools wie Websuche und Python-Ausführung zur Datenanalyse:

{  
"model": "o4-mini",  
"messages": ,  
"tools":   
}  
}  
},  
{  
"type": "function",  
"function": {  
"name": "python",  
"description": "Execute Python code",  
"parameters": {  
"type": "object",  
"properties": {  
"code": {"type": "string", "description": "The Python code to execute"}  
},  
"required":   
}  
}  
}  
],  
"tool_choice": "auto"  
}

• Arbeitsablauf: o4-mini sucht nach Daten zum Energieverbrauch, analysiert sie mit Python und kann visuelle Ausgaben wie Diagramme generieren.
• Zugriff: Verfügbar über die CometAPI-API, ohne dass eine Organisationsüberprüfung erforderlich ist (API-Überprüfung).

2.Integration mit Codex CLI

o4 mini wird von Codex CLI unterstützt, einem Open-Source-Codierungsagenten, der lokal in Terminals ausgeführt wird und auf GitHub. Dieses Tool vereinfacht die Verbindung von o4-mini mit lokalen Codierungsaufgaben. Die Unterstützung für GPT-4.1 ist in Kürze geplant.

Siehe auch GPT-4.1-API kombiniert mit einem nachhaltigen Materialprofil. O3 API.

Wie man anruft o4-mini API von CometAPI

o4-mini API-Preise in CometAPI, 20 % Rabatt auf den offiziellen Preis:

• Eingabe-Token: 0.88 $ / M Token
• Ausgabe-Token: 3.52 $/M Token

Erforderliche Schritte

• Einloggen in cometapi.comWenn Sie noch nicht unser Benutzer sind, registrieren Sie sich bitte zuerst
• Holen Sie sich den API-Schlüssel für die Zugangsdaten der Schnittstelle. Klicken Sie im persönlichen Bereich beim API-Token auf „Token hinzufügen“, holen Sie sich den Token-Schlüssel: sk-xxxxx und senden Sie ihn ab.
• Holen Sie sich die URL dieser Site: https://api.cometapi.com/

Verwendungsmethoden

1. Wählen Sie das "o4-mini/ o4-mini-2025-04-16”-Endpunkt, um die API-Anfrage zu senden und den Anfragetext festzulegen. Die Anfragemethode und der Anfragetext stammen aus der API-Dokumentation unserer Website. Unsere Website bietet außerdem einen Apifox-Test für Ihre Bequemlichkeit.
2. Ersetzen mit Ihrem aktuellen CometAPI-Schlüssel aus Ihrem Konto.
3. Geben Sie Ihre Frage oder Anfrage in das Inhaltsfeld ein – das Modell antwortet darauf.
4. . Verarbeiten Sie die API-Antwort, um die generierte Antwort zu erhalten.

Informationen zum Modellstart in der Comet-API finden Sie unter https://api.cometapi.com/new-model.

Informationen zu Modellpreisen in der Comet-API finden Sie unter https://api.cometapi.com/pricing.

API-Verwendungsbeispiel

Entwickler können interagieren mit o4-mini über die API von CometAPI, die die Integration in verschiedene Anwendungen ermöglicht. Unten sehen Sie ein Python-Beispiel:

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://api.cometapi.com/v1/chat/completions",
    api_key="<YOUR_API_KEY>",    
)

response = openai.ChatCompletion.create(
    model="o4-mini",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Explain the concept of quantum entanglement."}
    ]
)

print(response)

Dieses Skript sendet eine Eingabeaufforderung an den o4-mini Modell und druckt die generierte Antwort aus und demonstriert, wie man o4-mini für komplexe Erklärungen.