GPT-5 mini

Información básica y características clave

GPT-5 mini es el miembro de costo y latencia optimizados de la familia GPT-5 de OpenAI, diseñado para ofrecer gran parte de las capacidades multimodales y de seguimiento de instrucciones de GPT-5 a un costo sustancialmente menor para usos de producción a gran escala. Se orienta a entornos donde el rendimiento, la tarificación por token predecible y las respuestas rápidas son las principales restricciones, manteniendo sólidas capacidades de uso general.

• Nombre del modelo: gpt-5-mini
• Ventana de contexto: 400 000 tokens
• Máximo de tokens de salida: 128 000
• Características clave: velocidad, rendimiento, eficiencia de costos, salidas deterministas para prompts concisos

¿Cómo funciona gpt-5-mini?

Ruta de inferencia e implementación optimizadas. Las mejoras prácticas de velocidad provienen de la fusión de kernels, el paralelismo de tensores ajustado para un grafo más pequeño, y un entorno de inferencia que prefiere bucles internos de “thinking” más cortos a menos que el desarrollador solicite un razonamiento más profundo. Por eso mini logra un cómputo perceptiblemente menor por llamada y una latencia predecible para tráfico de alto volumen. Esta compensación es deliberada: menor cómputo por pase hacia adelante → menor costo y menor latencia promedio.

Controles para desarrolladores. GPT-5 mini expone parámetros como verbosity (controla detalle/longitud) y reasoning_effort (intercambia velocidad vs. profundidad), además de un sólido soporte de llamadas a herramientas (llamadas a funciones, cadenas de herramientas en paralelo y manejo estructurado de errores), lo que permite a los sistemas de producción ajustar con precisión la exactitud frente al costo.

Rendimiento en benchmarks — cifras destacadas e interpretación

Por lo general, GPT-5 mini se sitúa dentro de ~85–95% de GPT-5 high en benchmarks generales, mejorando sustancialmente la latencia/el precio. Los materiales de lanzamiento de la plataforma indican puntuaciones absolutas muy altas para GPT-5 high (AIME ≈ 94.6% informado para la variante superior), con mini algo por debajo pero aún líder del sector por su punto de precio.

En una variedad de benchmarks estandarizados e internos, GPT-5 mini logra:

• Inteligencia (AIME ’25): 91.1% (frente a 94.6% de GPT-5 high)
• Multimodal (MMMU): 81.6% (frente a 84.2% de GPT-5 high)
• Programación (SWE-bench Verified): 71.0% (frente a 74.9% de GPT-5 high)
• Seguimiento de instrucciones (Scale MultiChallenge): 62.3% (frente a 69.6%)
• Llamadas de funciones (τ²-bench telecom): 74.1% (frente a 96.7%)
• Tasas de alucinación (LongFact-Concepts): 0.7% (más bajo es mejor)([OpenAI][4])

Estos resultados demuestran los sólidos compromisos de GPT-5 mini entre desempeño, costo y velocidad.

Limitaciones

Limitaciones conocidas: GPT-5 mini capacidad reducida de razonamiento profundo frente al GPT-5 completo, mayor sensibilidad a prompts ambiguos y riesgos persistentes de alucinación.

• Razonamiento profundo reducido: Para tareas de razonamiento de múltiples pasos y largo horizonte, el modelo de razonamiento completo o las variantes “thinking” superan a mini.
• Alucinaciones y exceso de confianza: Mini reduce las alucinaciones en comparación con modelos muy pequeños, pero no las elimina; las salidas deben validarse en flujos de alto riesgo (legal, clínico, cumplimiento).
• Sensibilidad al contexto: Cadenas de contexto muy largas y altamente interdependientes están mejor atendidas por las variantes completas de GPT-5 con ventanas de contexto más grandes o el modelo “thinking”.
• Seguridad y límites de políticas: Se aplican las mismas protecciones y límites de tasa/uso que para otros modelos GPT-5; las tareas sensibles requieren supervisión humana.

¿Qué hace gpt-5-mini?

• Agentes conversacionales de alto volumen: baja latencia, costo predecible.
• Resumen de documentos y multimodal: resumen de largo contexto, informes imagen+texto.
• Herramientas de desarrollador a escala: verificaciones de código en CI, revisión automática, generación de código ligera.
• Orquestación de agentes: llamadas a herramientas con cadenas en paralelo cuando no se requiere razonamiento profundo.

¿Cómo empiezo a usar la API de gpt-5-mini?

Pasos necesarios

• Inicia sesión en cometapi.com. Si aún no eres nuestro usuario, regístrate primero
• Obtén la clave de API de credenciales de acceso de la interfaz. Haz clic en “Add Token” en el token de API del centro personal, obtén la clave del token: sk-xxxxx y envíala.
• Obtén la URL de este sitio: https://api.cometapi.com/

Método de uso

1. Selecciona el endpoint “gpt-5-mini“ / "gpt-5-mini-2025-08-07" para enviar la solicitud de API y configura el cuerpo de la solicitud. El método y el cuerpo de la solicitud se obtienen de la documentación de la API de nuestro sitio web. Nuestro sitio web también proporciona pruebas en Apifox para tu comodidad.
2. Reemplaza <YOUR_API_KEY> por tu clave real de CometAPI de tu cuenta.
3. Inserta tu pregunta o solicitud en el campo de contenido—esto es lo que el modelo responderá.
4. . Procesa la respuesta de la API para obtener la respuesta generada.

CometAPI proporciona una API REST totalmente compatible — para una migración sin fricciones. Detalles clave en API doc:

• Parámetros principales: prompt, max_tokens_to_sample, temperature, stop_sequences
• Endpoint: https://api.cometapi.com/v1/chat/completions
• Parámetro de modelo: “gpt-5-mini“ / "gpt-5-mini-2025-08-07"
• Autenticación: Bearer YOUR_CometAPI_API_KEY
• Content-Type: application/json .

Instrucciones de llamada a la API: gpt-5-chat-latest debe llamarse usando el /v1/chat/completions format estándar. Para otros modelos (gpt-5, gpt-5-mini, gpt-5-nano y sus versiones con fecha), usar the /v1/responses format is recommended. Actualmente hay dos modos disponibles.