API O4-Mini

L'API O4-mini est conçue pour offrir des performances élevées dans des tâches telles que les mathématiques, le codage, les sciences et le raisonnement visuel, tout en maintenant l'efficacité et l'accessibilité.

Vue d'ensemble

La o4-mini fait partie de la série o d'OpenAI, une famille de modèles entraînés à délibérer avant de répondre, ce qui permet d'obtenir des réponses de meilleure qualité aux requêtes complexes. Il se distingue par sa capacité à intégrer des outils tels que la navigation web, l'exécution de code Python, le traitement et la génération d'images, ce qui lui permet de résoudre des problèmes en plusieurs étapes avec un niveau d'autonomie proche du comportement d'un agent.

Principales caractéristiques de l'o4-mini

• Raisonnement visuelL'o4-mini peut traiter et analyser des images, y compris des visuels de faible qualité comme des photos ou des croquis flous. Il peut manipuler des images (par exemple, les faire pivoter ou zoomer) pour faciliter des tâches telles que l'interprétation de diagrammes ou de figures scientifiques.
• Intégration d'outil:Il dispose d'un accès complet aux outils de ChatGPT, notamment la recherche Web, l'analyse de fichiers avec Python et la génération d'images, ce qui le rend polyvalent pour les flux de travail complexes.
• Naturel conversationnel:Le modèle présente un meilleur suivi des instructions et peut faire référence à des conversations passées, améliorant ainsi sa convivialité dans des environnements interactifs.
• Efficacité et évolutivité:Optimisé pour les requêtes à volume élevé, o4-mini prend en charge des limites d'utilisation plus élevées que o3, idéal pour les applications réelles.
• Maîtrise des coûts:Avec un prix de 1.10 en entrée et de 4.40 en sortie par million de jetons, il offre un équilibre compétitif entre vitesse, coût et performances.

Détails techniques o4-mini

Architecture de modèle et formation

• Taille et efficacité:En tant que modèle plus petit par rapport à l'o3, l'o4-mini est conçu pour l'efficacité, privilégiant la vitesse et le coût sans compromettre les performances.
• Approche de formation:Utilise l'apprentissage par renforcement à grande échelle, suivant la tendance selon laquelle l'augmentation des ressources informatiques améliore les performances du modèle.
• Capacités APIPrend en charge l'appel de fonctions pour les outils personnalisés et est accessible via les API de complétion de chat et de réponse. Les prochaines mises à jour incluront des outils intégrés comme la recherche Web, la recherche de fichiers et l'interpréteur de code.

Sécurité et préparation

• Protocoles de sécurité:o4-mini a subi des tests de résistance rigoureux dans le cadre du programme de sécurité d'OpenAI et est évalué à l'aide du cadre de préparation mis à jour.
• Atténuation des risques:Il se situe en dessous du seuil de risque « élevé » dans des domaines tels que les risques biologiques/chimiques, la cybersécurité et l'auto-amélioration de l'IA, avec une précision de signalisation d'environ 99 % pour les conversations sur les risques biologiques lors du red-teaming.
• Transparence:OpenAI fournit une carte système détaillée décrivant les mesures de sécurité et de performance.

Performances de référence

L'o4-mini a démontré des performances exceptionnelles dans de nombreux tests, démontrant sa polyvalence et sa robustesse. Le tableau suivant résume ses résultats :

Exemple de scénarios d'application

1. Appel de fonctions pour les outils personnalisés

o4-mini prend en charge l'appel de fonctions pour intégrer des outils personnalisés, tels que la recherche Web et l'exécution Python pour l'analyse des données :

{  
"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"  
}

• Workflow : o4-mini recherche les données de consommation d'énergie, les analyse avec Python et peut générer des sorties visuelles telles que des graphiques.
• Accès : Disponible via l'API CometAPI, sans vérification d'organisation requise (Vérification API).

2. Intégration avec Codex CLI

o4 mini est pris en charge par Codex CLI, un agent de codage open source qui s'exécute localement dans des terminaux, accessible sur GitHubCet outil simplifie la connexion d'o4-mini aux tâches de codage locales, avec la prise en charge de GPT-4.1 prévue prochainement.

Voir aussi API GPT-4.1 et API O3.

Comment appeler o4-mini API de CometAPI

o4-mini Tarification de l'API dans CometAPI, 20 % de réduction sur le prix officiel :

• Jetons d'entrée : 0.88 $/M jetons
• Jetons de sortie : 3.52 $/M jetons

Étapes requises

• Se connecter à cometapi.comSi vous n'êtes pas encore notre utilisateur, veuillez d'abord vous inscrire
• Obtenez la clé API d'accès à l'interface. Cliquez sur « Ajouter un jeton » au niveau du jeton API dans l'espace personnel, récupérez la clé : sk-xxxxx et validez.
• Obtenez l'URL de ce site : https://api.cometapi.com/

Méthodes d'utilisation

1. Sélectionnez l'option "o4-mini/ o4-mini-2025-04-16Point de terminaison pour envoyer la requête API et définir le corps de la requête. La méthode et le corps de la requête sont disponibles dans la documentation API de notre site web. Notre site web propose également le test Apifox pour plus de commodité.
2. Remplacer avec votre clé CometAPI réelle de votre compte.
3. Insérez votre question ou demande dans le champ de contenu : c'est à cela que le modèle répondra.
4. Traitez la réponse de l'API pour obtenir la réponse générée.

Pour les informations sur le modèle lancé dans l'API Comet, veuillez consulter https://api.cometapi.com/new-model.

Pour obtenir des informations sur le prix des modèles dans l'API Comet, veuillez consulter https://api.cometapi.com/pricing.

Exemple d'utilisation de l'API

Les développeurs peuvent interagir avec o4-mini Grâce à l'API CometAPI, l'intégration à diverses applications est possible. Voici un exemple Python :

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)

Ce script envoie une invite à o4-mini modéliser et imprimer la réponse générée, démontrant comment utiliser o4-mini pour des explications complexes.