Laster katalogen …
Laster katalogen …
OpenAIs kompakte GPT-5-variant med justerbare resonneringsnivåer, et kontekstvindu på 400 000 token og multimodal inndata for interaktive dokument- og bildeoppgaver.
Oversikt. GPT-5 mini er OpenAIs kompakte variant i GPT-5-familien, lansert 7. august 2025. Det er en modell med lukkede vekter og proprietær tilgang gjennom OpenAIs API, med et kontekstvindu på 400 000 token og opptil 128 000 token som utdata. Utviklere bruker den når de trenger multimodal inndata – tekst, bilder og dokumenter – uten fotavtrykket til den fullstendige GPT-5-modellen.
Viktigste styrker. GPT-5 mini støtter obligatoriske, justerbare resonneringsnivåer, noe som gir den mer kapasitet for oppgaver med mange steg enn en ren instruksjonsfølgende modell – selv om den befinner seg i familiens «instruct»-sjikt fremfor det dedikerte resonneringssjiktet. Kontekstvinduet på 400 000 token og innebygd dokumentforståelse (via filinndataer) gjør den godt egnet til arbeidsflyter med lange dokumenter og multimodale oppgaver. Artificial Analysis plasserer intelligensindeksen på 25,8, noe som posisjonerer den under de større GPT-5-søskenmodellene, men foran den minste nano-varianten – i tråd med et profil for oppgaver med middels til lav kompleksitet, snarere enn resonnering på toppnivå.
Når du bør bruke den. Bruk GPT-5 mini til interaktive, multimodale oppgaver – dokumentanalyse, kombinerte bilde- og tekstforespørsler, og generelle skrive- eller kommunikasjonsoppgaver – der middels oppgavekompleksitet og kort svartid betyr mer enn maksimal resonneringsdybde. Den passer godt når du trenger et stort kontekstvindu og strukturert verktøykall på en kompakt modell, fremfor flaggskipmodellen GPT-5.
Begrensninger. Treningsdataene slutter i mai 2024, så den har ikke kunnskap om nyere hendelser. Den samlede intelligensindeksen er lavere enn hos de større GPT-5-familiemedlemmene, og den er derfor ikke det rette valget for kompleks resonnering med mange steg eller krevende kodingsoppgaver. OpenAI har dessuten planlagt å stenge dette spesifikke modellsnapshot via API 11. desember 2026, så langlivede integrasjoner bør planlegge migrering i god tid før den datoen.
Suverenitetsnotat. GPT-5 mini er laget av OpenAI, en amerikansk modellskaper, og er underlagt CLOUD Act-jurisdiksjon – den er ikke et suverent tilbud i henhold til Stavs definisjon av datalokasjon i EU.
| Inferensleverandør | Suverenitet | Kjører i | Inn / ut per 1M | Status | Lås |
|---|---|---|---|---|---|
| L0 | 0,22 / 1,80€+3 priser | Tilkoblet |
50 bruksområder klassifisert av kuratoren. Notatet forklarer hvorfor.
Innebygd verktøykall og promptbufring gjør dette til et kostnadseffektivt valg for applikasjoner med høyt volum av funksjonskall, der flaggskipets svartid og kostnad ville vært uforholdsmessig høye.
Det interaktive designet med kort svartid gjør gpt-5-mini til et godt valg for hverdagslige kunnskapsarbeidsoppgaver som e-postutkast.
Innebygd visjonsegenskap støtter direkte tolkning av diagrammer; profilen tilpasset interaktiv bruk passer godt til spørsmål og svar om diagrammer i sanntid.
Bildeforståelse kombinert med verktøykall er direkte rettet mot agentiske arbeidsflyter drevet av skjermbilder, som nettleser- og brukergrensesnittautomatisering.
Kort svartid og justerbart resonneringsnivå gjør denne varianten godt egnet for klassifiseringsoppgaver med høy gjennomstrømning.
Design med kort svartid og justerbar resonnering er skreddersydd for interaktive chatarbeidsbelastninger i stor skala, med 400k token kontekstvindu for lang samtalehistorikk.
Verktøykall og utvidet resonnering støtter grunnleggende agentisk koding, men mini-nivået henger etter familiens dedikerte kodingsoptimaliserte variant (kodeindeks 74,9) som nevnes i familieteksten.
Verktøykall og utvidet resonnering støtter kodeassisterte arbeidsflyter for dataanalyse; visjonsegenskap håndterer diagrammer som inndata, men beregningsintensiv analyse favoriserer full GPT-5.
Visjonsegenskap støtter dokumentforståelse i OCR-stil, men dette er ikke en spesialisert OCR-modell.
Utvidet resonnering og verktøykall støtter systematiske arbeidsflyter for feildiagnose; kompaktnivået er tilstrekkelig for de fleste feilsøkingsoppgaver.
Resonnering og verktøykall støtter forklaring av kode, men codex-tilpassede varianter i denne familien er bedre spesialisert for kodeintensivt arbeid.
Verktøykall og utvidet resonnering støtter kodeoppgaver; kompaktnivået er kostnadseffektivt for hyppige fullføringsforespørsler sammenlignet med flaggskip-resonneringsmodeller.
Semantisk søk krever vanligvis innbyggingsmodeller; dette er en generativ modell uten dokumentert innbyggingsutdata, noe som gjør den til en svak arkitektonisk løsning for dette formålet.
Ingen talesyntese- eller lydgenereringsegenskap er dokumentert; stemmekloning faller utenfor denne modellens egenskapssett.
Ingen lyd-inn/ut-egenskap er dokumentert; brukstilfeller for taleagenter krever tale-inndata og -utdata som denne modellen ikke støtter.
Ingen TTS- eller lydutdataegenskap er oppgitt; talesyntese er ikke et støttet brukstilfelle for denne modellen.
Ingen lydinndata-egenskap er dokumentert for denne modellen; transkripsjon krever dedikert ASR-arkitektur som ikke finnes her.
Innhentede tall, ikke våre egne evalueringer. Persentilene er mot hele Stav-katalogen.
Beregnet 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 – nivået forespørselen ble betjent på