o4-mini

Veröffentlichung

April 2025

Knowledge Cutoff

Juni 2024

Parameter

Unbekannt

Modellfamilie

o4-mini

Proprietär

Zum Modell

o4-mini Modell-Übersicht

Playground API Referenz System Card Blog

Features

Tools

Websuche, Bildgenerierung, Computer Use und MCP-Server.

Multimodalität

Das Modell kann Text, Bilder, Audio und PDFs als Input verarbeiten.

Finetuning

Finetuning des Modells ist aktuell nicht möglich.

Details zum Modell

Max. Input

200k Token

Max. Output

100k Token

Trainingsdaten

Unbekannt

Parameter

Unbekannt

Input Preis

$1.10

Output Preis

$4.40

Vokabular

Unbekannt

Dateigröße

Unbekannt

o4-mini Benchmark Scores

Im KI-Kontext bezeichnet Performance die Leistungsfähigkeit eines Modells in Bereichen wie Sprachverständnis, Logik oder Programmierung – gemessen anhand standardisierter Benchmarks zur objektiven Vergleichbarkeit.

o4-mini Benchmark Übersicht

Überblick über die Leistungsfähigkeit des Modells in verschiedenen Benchmark-Tests.
Serie	Logik & Schlussfolgerung (min 0 / max 100)	Wissenschaft (min 0 / max 100)	Programmierung (min 0 / max 100)
OpenAI o4-mini	55.2	81.4	63.15

Überblick über die Leistungsfähigkeit des Modells in verschiedenen Benchmark-Tests.

Ergebnisse in Benchmarks

Benchmark auswählen

Darstellung der Rohdaten für den Benchmark Aider Polyglot. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5	88 %
Gemini 2.5 Pro	82,2 %
OpenAI o3	79,6 %
DeepSeek-R1-0528	71,6 %
OpenAI o3-mini	60,4 %
OpenAI o4-mini	58,2 %
Gemini 2.5 Flash	56,7 %
GPT-5 nano	48,4 %

Vergleich von LLMs im Benchmark Aider Polyglot. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark American Invitational Mathematics Examination 2025. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Grok-4 Heavy	100 %
GPT-5	99,6 %
Grok-4	98,8 %
OpenAI o4-mini	92,7 %
Qwen3 235B A22B Thinking 2507	92,3 %
GPT-5 mini	91,1 %

Vergleich von LLMs im Benchmark American Invitational Mathematics Examination 2025. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Graduate-Level Google-Proof Q&A Benchmark - Diamond Subset. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5	87,3 %
Gemini 2.5 Pro	86,4 %
OpenAI o3-pro	84 %
Gemini 2.5 Flash-Lite	82,8 %
GPT-5 mini	82,3 %
OpenAI o4-mini	81,4 %
DeepSeek-R1-0528	81 %
Claude Opus 4.1	80,9 %

Vergleich von LLMs im Benchmark Graduate-Level Google-Proof Q&A Benchmark - Diamond Subset. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Humanity's Last Exam. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Grok-4 Heavy	44,4 %
Grok-4	38,6 %
GPT-5	35,2 %
Qwen3 235B A22B Thinking 2507	18,2 %
DeepSeek-R1-0528	17,7 %
OpenAI o4-mini	17,7 %
GPT-5 mini	16,7 %
GLM-4.5	14,4 %

Vergleich von LLMs im Benchmark Humanity's Last Exam. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark SWE-bench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Sonnet 4.5	77,2 %
GPT-5	74,9 %
Claude Opus 4.1	74,5 %
Kimi K2 (0905)	69,2 %
OpenAI o3	69,1 %
OpenAI o4-mini	68,1 %
Kimi K2	65,8 %
Claude Sonnet 4	64,93 %

Vergleich von LLMs im Benchmark SWE-bench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

‌
‌

Technologie & Daten

Technische Spezifikationen

Architektur	Multimodaler Transformer
Input Kontextlänge	200k
Output Kontextlänge	100k
Tokenizer	o200k_base

Besonderheiten

Multimodalität	Kann Bilder bearbeiten und generieren (via gpt-image-1 als Tool).
Tool‑Nutzung	Speziell trainiert auf Agentic-Tool-Use

Vorteile & Nachteile

Vorteile

Günstiges Reasoning-Modell
Als "kleine" Variante von OpenAI-o4 ist o4-mini durch die niedrigen Kosten ein vielseitig einsetzbares LLM.
Hohe Benchmark Ergebnisse
o4-mini erzielt bei Veröffentlichung in den meisten Benchmarks Top 10 Ergebnisse.
Herausragende Verarbeitung von Bilddateien
OpenAI o4-mini eignet sich hervorragend für die Verarbeitung von Bilder-Input.
Voller Zugriff auf ChatGPT Tools
Wie auch OpenAI-o3 kann o4-mini auf ein Arsenal an Tools, wie z.B. eigene Python Scripts, Web Suche und andere Function-Calls zurückgreifen und somit eigenständig den Output verbessern.

Nachteile

Kleines Kontext-Fenster
OpenAI o4-mini kann nur maximal 200.000 Tokens als Input verarbeiten und eignet sich deswegen nur suboptimal für die Anwendung in großen Datensätzen (z.B. Coding-Repositories).
Keine Audio-Verarbeitung
o4-mini ist nicht in der Lage Audio-Daten als Input zu verarbeiten.

Vergleiche o4-mini mit anderen LLMs

Vergleiche o4-mini mit anderen Sprachmodellen anhand wichtiger Metriken wie Kontextgröße, Parameteranzahl, Preisen und Benchmark-Leistung.

Entwickler	Modell⇅	Lizenz⇅	Parameter ⇅	Input-Tokens ⇅	Output-Tokens ⇅	Input-Preis ⇅	Output-Preis ⇅	GPQA
xAI	Grok-4 Heavy	Proprietär	Unbekannt	256k	256k	$3.00	$15.00	79,4 %
xAI	Grok 4	Proprietär	Unbekannt	256k	256k	$3.00	$15.00	79,3 %
Google DeepMind	Gemini 2.5 Pro	Proprietär	Unbekannt	1,05 Mio.	65,54k	$1.25	$10.00	74,2 %
Alibaba	Qwen3	Apache 2.0	235 Mrd.	262,14k	81,92k	$0.13	$0.60	74,1 %
DeepSeek AI	Deepseek-R1	MIT	671 Mrd.	163,84k	163,84k	$0.50	$2.15	73,3 %
Z.ai	GLM-4.5	MIT	355 Mrd.	131,07k	131,07k	$0.60	$2.20	72,9 %
Z.ai	GLM-4.5 Air	MIT	106 Mrd.	131,07k	131,07k	$0.20	$1.10	70,7 %
Google DeepMind	Gemini 2.5 Pro	Proprietär	Unbekannt	1,05 Mio.	65,54k	$0.30	$2.50	59,3 %
Anthropic	Claude Sonnet 4	Proprietär	Unbekannt	200k	64k	$3.00	$15.00	55,9 %
Moonshot AI	Kimi K2	MIT	1.000 Mrd.	262,14k	262,14k	$0.60	$2.50	53,7 %

‌
Alle Modelle vergleichen

Provider & APIs

Du kannst OpenAI o4-mini über die API folgender Anbieter nutzen.

Das Modell ist derzeit bei keinen Anbietern verfügbar.

‌
‌
‌

‌
‌
‌
‌
‌
‌
‌
‌
‌
‌
‌