Indlæser kataloget…
Indlæser kataloget…
OpenAIs kompakte GPT-5-variant med justerbart ræsonneringsniveau, et kontekstvindue på 400k tokens og multimodale inddata til interaktive dokument- og billedopgaver.
Oversigt. GPT-5 mini er OpenAIs kompakte variant i GPT-5-modelfamilien, udgivet 7. august 2025. Det er en proprietær model med lukkede vægte, som tilgås via OpenAIs API, og den tilbyder et kontekstvindue på 400.000 tokens med op til 128.000 tokens som uddata. Udviklere vælger den, når de har brug for multimodal håndtering af inddata — tekst, billeder og dokumenter — uden det store fodaftryk fra den fulde GPT-5-model.
Vigtigste styrker. GPT-5 mini understøtter obligatoriske ræsonneringsniveauer, der kan justeres, hvilket giver den større kapacitet til opgaver med mange trin end en almindelig model til instruktionsfølgning, selvom den befinder sig i familiens »instruct«-klasse frem for det dedikerede ræsonneringsniveau. Dens kontekstvindue på 400.000 tokens og indbyggede dokumentforståelse (via fil-inddata) gør den velegnet til arbejdsflow med lange dokumenter og multimodale opgaver. Artificial Analysis placerer dens intelligensindeks på 25,8, hvilket placerer den under de større GPT-5-søskende, men foran den mindste nano-variant — svarende til en profil for arbejdsopgaver med middel til lav kompleksitet frem for frontmodel-ræsonnering.
Anvendelsesområder. Brug GPT-5 mini til interaktive, multimodale opgaver — dokumentanalyse, forespørgsler med både billeder og tekst samt generelle skrive- eller kommunikationsopgaver — hvor middel kompleksitet og kort svartid betyder mere end maksimal ræsonneringsdybde. Den er et godt valg, når du har brug for et stort kontekstvindue og strukturerede verktøjskald på en kompakt model frem for flagskibsmodellen GPT-5.
Begrænsninger. Hvor træningsdataene slutter er fastsat til maj 2024, så den har ikke kendskab til nyere begivenheder. Dens samlede intelligensindeks ligger under de større medlemmer af GPT-5-familien, så den er ikke det rette valg til komplekse ræsonneringer i mange trin eller kodegenerering på højeste niveau. OpenAI har desuden planlagt stengning af denne specifikke modelversion i API'et den 11. december 2026, så langsigtede integrationer bør planlægge migrering før denne dato.
Bemærkning om suverænitet. GPT-5 mini er bygget af OpenAI, en amerikansk modelskaber, og er underlagt CLOUD Act — den er ikke en suveræn løsning efter Stavs definition af dataplacering i EU.
| Inferensleverandør | Suverænitet | Kører i | Ind / ud per 1 mio. | Status | Fastgør |
|---|---|---|---|---|---|
| L0 | 0,23 / 1,81€+3 betingede priser | Online |
15 anvendelsesområder klassificeret af redaktøren. Noten forklarer hvorfor.
Indbygget verktøjskald og promptcaching gør dette til et omkostningseffektivt valg til applikationer med mange funktionskald, hvor flagskibets svartid og pris ville være for høj.
Designet med kort svartid og ræsonneringsniveau, der kan tilpasses, er bygget til interaktive chat-arbejdsbelastninger i stor skala, med et kontekstvindue på 400k til lang samtalehistorik.
Billedforståelse plus verktøjskald er direkte målrettet screenshot-drevne agentiske arbejdsflow som browser- og brugerfladeautomatisering.
Inferens med kort svartid og ræsonneringsniveau, der kan tilpasses, gør denne variant velegnet til klassifikationsopgaver med høj gennemstrømning.
Billedforståelse kombineret med et design med kort svartid passer godt til interaktive arbejdsbelastninger med billedspørgsmål og -svar.
Verktøjskald og et stort kontekstvindue på 400k gør den velegnet til skema-begrænset udtrækning fra lange dokumenter til en lavere pris end flagskibet.
Verktøjskald plus billedforståelse understøtter screenshot-drevne browserautomatiserings-loops; den kompakte størrelse prioriterer kort svartid over dyb ræsonnering på tværs af mange sider.
Billedforståelse understøtter dokumentforståelse i OCR-stil, selvom det ikke er en specialiseret OCR-model.
Verktøjskald og understøttelse af udvidet tænkning hjælper med kodeopgaver; den kompakte klasse er omkostningseffektiv til hyppige forespørgsler om kodegenerering sammenlignet med flagskibsmodeller til ræsonnering.
Tilstanden med udvidet tænkning muliggør trinvis planlægning, men som den kompakte variant bytter den ræsonneringsdybde for hastighed sammenlignet med flagskibsniveauet gpt-5.6-sol.
400k kontekst håndterer opsummering af lange dokumenter; det kompakte design prioriterer hastighed og pris over flagskibets dybere evne til syntese.
Et kontekstvindue på 400k understøtter spørgsmål og svar i lange dokumenter, selvom den kompakte klasse ofrer noget ræsonneringsdybde sammenlignet med flagskibsvarianten.
Tal fra eksterne kilder, ikke vores egne vurderinger. Percentiler er målt mod hele Stav-kataloget.
Beregnet ud fra aa-intelligence-index, gpqa-diamond, aa-engineering-index, aa-coding-index, livecodebench, terminal-bench-v4, ifbench, aa-multilingual-index, aa-lcr.
curl https://api.stav.ai/v1/chat/completions \
-H "Authorization: Bearer $STAV_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "openai/gpt-5-mini",
"reasoning_effort": "high",
"messages": [{"role": "user", "content": "Hello!"}]
}'→ X-Stav-Request-Id · X-Stav-Model · X-Stav-Provider → X-Stav-Sovereignty-Level — det niveau, forespørgslen blev betjent på