OpenAI o4-mini (batch)
нейросеть
o4-mini — компактная модель семейства o, оптимизированная для быстрой и экономичной работы при сохранении сильных способностей к рассуждению, мультимодальности и использованию инструментов. Подходит для интерактивных агентов, пакетной обработки запросов и задач, где важны скорость и цена. Доступна через BotHub с оплатой в рублях и без необходимости VPN.
Характеристики
- Входные данные
- текст, изображения, документы
- Результат
- текст
- Размер контекста
- 200 000 токенов
- Макс. длина ответа
- 100 000 токенов
- Уровни рассуждений
- низкий, средний, высокий
- Возможности
- рассуждения, вызов функций
Стоимость промпта
(за 1M токенов)
Стоимость ответа
(за 1M токенов)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
// Sync - Text generation
async function main() {
const chatCompletion = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'o4-mini:batch',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'o4-mini:batch',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Как работает OpenAI o4-mini (batch)?
Испытайте o4-mini через BotHub — быстрый и экономичный выбор для агентных и мультимодальных задач.Частые вопросы о OpenAI o4-mini (batch)
Вы можете использовать результаты генерации в коммерческих целях. Все права на созданный контент принадлежат вам. Единственное ограничение: убедитесь, что в запросе не использовались защищённые авторским правом материалы третьих сторон. Ответственность за соблюдение прав на входные данные лежит на пользователе.
o4 Mini (Batch) умеет преобразовывать текст, изображения и документы в текст, выполнять внутренние рассуждения и работать с инструментами. Подходит для суммаризации, извлечения информации из документов, пакетной обработки запросов и задач, где важна работа с большим контекстом.
Объём одного ответа зависит от токенов; в данных указан технический предел вывода — максимальные output tokens 100000 при контексте до 200000. На практике это позволяет получить очень развёрнутый текст в одном ответе, пока хватает токенов контекста.
Да, в данных отмечено, что модель умеет выполнять рассуждения перед ответом. Это означает способность строить внутреннюю цепочку выводов для сложных задач, что повышает качество ответов в задачах анализа, планирования и объяснения решений.
Да, модель поддерживает function calling и структурированный вывод в формате JSON. Это упрощает интеграцию с приложениями: вы получите детерминированный формат ответа, удобный для автоматической обработки и парсинга в ваших системах.
В модель можно загружать изображения и документы — в данных это подтверждено. Про приём аудио или видео в предоставленных данных не отмечено, поэтому для таких форматов стоит заранее уточнять поддерживаемые способы подачи и предобработку.
Модель ориентирована на текстовые задачи и рассуждения, но в данных нет явной оценки качества именно на русском языке. В реальных сценариях понимание русского будет зависеть от формулировок и сложности; рекомендуем протестировать модель на ваших примерах перед внедрением.