



const { OpenAI } = require('openai');
const api = new OpenAI({
baseURL: 'https://api.ai.cc/v1',
apiKey: '',
});
const main = async () => {
const result = await api.chat.completions.create({
model: 'openai/o4-mini-2025-04-16',
messages: [
{
role: 'system',
content: 'You are an AI assistant who knows everything.',
},
{
role: 'user',
content: 'Tell me, why is the sky blue?'
}
],
});
const message = result.choices[0].message.content;
console.log(`Assistant: ${message}`);
};
main();
import os
from openai import OpenAI
client = OpenAI(
base_url="https://api.ai.cc/v1",
api_key="",
)
response = client.chat.completions.create(
model="openai/o4-mini-2025-04-16",
messages=[
{
"role": "system",
"content": "You are an AI assistant who knows everything.",
},
{
"role": "user",
"content": "Tell me, why is the sky blue?"
},
],
)
message = response.choices[0].message.content
print(f"Assistant: {message}")

Detalle del producto
🚀 Presentamos O4-Mini: el modelo de IA multimodal rentable de OpenAI
O4-Mini Es el innovador modelo de razonamiento a pequeña escala de OpenAI, diseñado para lograr un equilibrio óptimo entre alto rendimiento y rentabilidad. Destaca por su robustez. capacidades multimodales, sin costuras integración de herramientas, y un rendimiento excepcional en condiciones exigentes tareas de matemáticas y codificaciónDiseñado para la agilidad, el O4-Mini garantiza tiempos de respuesta más rápidos y un precio más accesible en comparación con sus homólogos de mayor tamaño. Un avance significativo respecto a los modelos mini anteriores, ahora es totalmente compatible con la comprensión de imágenes, la navegación web y la ejecución de código Python.
Especificaciones técnicas
Ventana de contexto y capacidad del token
- ✅ Ventana de contexto: 200.000 tokens
- ✅ Salida máxima: 100.000 tokens
Precios de API: Rendimiento asequible
Tokens de entrada: $1,155 por millón de tokens
Tokens de salida: $4,62 por millón de tokens
Costo total por 1000 tokens: $0.00116 (entrada) + $0.00462 (salida) = $0.00578
Puntos de referencia de rendimiento: capacidades casi emblemáticas
- ⭐ MMLU: 83,2% exactitud
- ⭐ AIME (Matemáticas): 92,7% precisión sin herramientas
- ⭐ Codeforces: CUÁNTO 2719 (ligeramente por encima de los 2706 de O3)
- ⭐ SWE-Bench verificado: 68,1% (justo detrás del 69,1% de O3)
- ⭐ Ayuda para políglotas (edición de código): 68,9% (archivo completo) / 58,2% (formato diff)
Capacidades clave
💡 Razonamiento avanzado y resolución de problemas
- Utiliza procesamiento de la cadena de pensamiento para la descomposición de problemas complejos.
- Alcanza un 92,7% en AIME, demostrando un sólido desempeño destreza para resolver problemas matemáticos.
- Maneja el razonamiento lógico de múltiples pasos con pensamiento estructurado.
- Especialmente competente en Campos STEM y tareas analíticas.
📸 Comprensión multimodal integral
- Procesa ambos entradas de texto e imagen por defecto.
- Capaz de analizar diagramas, gráficos e incluso bocetos en pizarra.
- Integra información visual directamente en cadenas de razonamiento para un contexto más rico.
- Eficaz tanto con imágenes de alta calidad como de baja calidad.
🛠️ Integración robusta de herramientas
- Soportes Ejecución de código Python, navegación web y procesamiento de imágenes.
- Permite encadenar herramientas para lograr flujos de trabajo complejos de varios pasos.
- Disponible en variantes estándar y "alta" para tiempos de respuesta optimizados.
- El Primer modelo mini que ofrece soporte completo para herramientas listo para usar.
💻 Generación y edición de código eficiente
- Logra rendimiento cercano al O3 en varios puntos de referencia de codificación.
- Versátil en todos los sentidos múltiples lenguajes de programación.
- Altamente eficaz tanto para generar código nuevo como para editar bases de código existentes.
- Demuestra fuertes capacidades en tareas de ingeniería de software del mundo real.
Integración y disponibilidad
O4-Mini está disponible para su integración en sus aplicaciones. Los desarrolladores pueden aprovechar su potencia a través de la API OpenAI, lo que facilita la creación de sistemas inteligentes.
(Nota: El contenido original hacía referencia a un fragmento específico para la integración, que no se muestra aquí).
Referencias e información adicional
- Documentación de la API: Documentación de la API de O4-Mini
Limitaciones y consideraciones
- ⚠️ Mayor latencia del primer token: Debido a su profundo proceso de razonamiento, O4-Mini puede exhibir una latencia de primer token más alta (por ejemplo, 32,04 s).
- ⚠️ Compensaciones en el rendimiento: Si bien es potente, algunos aspectos de rendimiento pueden quedar ligeramente por detrás del modelo O3 más grande.
- ⚠️ Escritura creativa: Puede tener dificultades con tareas de escritura creativa excepcionalmente complejas o matizadas en comparación con modelos específicamente optimizados para la creatividad.
Casos de uso óptimos para O4-Mini
- ✔️ Resolución de problemas matemáticos: Ideal para tareas que requieren cálculos precisos y deducciones lógicas.
- ✔️ Generación y depuración de código: Excelente para flujos de trabajo de desarrollo, generación de fragmentos de código e identificación de errores.
- ✔️ Análisis de datos con componentes visuales: Procesa gráficos y diagramas para una interpretación detallada de los datos.
- ✔️ Desarrollo de agentes rentable: Impulsa agentes inteligentes donde equilibrar calidad y eficiencia es clave.
- ✔️ Aplicaciones de IA equilibradas: Perfecto para escenarios que exigen un gran rendimiento sin el coste superior de los modelos más grandes.
Comparación con otros modelos de OpenAI
- ⚡ Rentabilidad: Ofrece un rendimiento cercano al O3 a aproximadamente 1/10 del costo.
- ⚡ Rendimiento superior: Supera a los modelos O3-Mini y O1 anteriores en la mayoría de las pruebas.
- ⚡ Pionero multimodal: Es el Primer minimodelo con capacidades multimodales completas.
- ⚡ Posicionamiento estratégico: Representa un punto intermedio crucial entre los modelos de razonamiento más grandes y que requieren más recursos y los modelos más pequeños, más rápidos y menos capaces.
✨ Resumen: O4-Mini: IA inteligente, rápida y asequible
O4-Mini ofrece impresionantes capacidades de razonamiento con un completo soporte multimodal a un precio excepcionalmente accesible. Destaca en tareas matemáticas y de codificación complejas, manteniendo un rendimiento excepcional en las pruebas de referencia generales. Esto lo convierte en una opción excepcional para desarrolladores y empresas que buscan una solución equilibrada que ofrezca un rendimiento y una eficiencia de IA de alta calidad para una amplia gama de aplicaciones.
❓ Preguntas frecuentes (FAQ)
P1: ¿Qué es O4-Mini?
A1: O4-Mini es el modelo de razonamiento rentable y de pequeña escala de OpenAI que ofrece capacidades multimodales (comprensión de texto e imágenes), integración de herramientas y un sólido desempeño en matemáticas y codificación, diseñado para lograr eficiencia y respuestas más rápidas.
P2: ¿Cuáles son los puntos fuertes de O4-Mini?
A2: Sus principales puntos fuertes son la resolución avanzada de problemas matemáticos (92,7% en AIME), la generación robusta de código, la comprensión multimodal integral, la integración completa de herramientas (Python, navegación, procesamiento de imágenes) y una relación precio-rendimiento altamente competitiva.
P3: ¿Cómo se compara el O4-Mini con modelos más grandes como el O3?
A3: El O4-Mini alcanza un rendimiento cercano al de O3 en muchas pruebas de referencia (p. ej., codificación), pero a un coste aproximadamente diez veces inferior. Además, ofrece funciones multimodales que no estaban presentes en los modelos mini anteriores, lo que proporciona un excelente equilibrio entre capacidad y coste.
P4: ¿Cuáles son los principales casos de uso de O4-Mini?
A4: Es ideal para la resolución de problemas matemáticos y lógicos, la generación y depuración de código, el análisis de datos que involucra componentes visuales y el desarrollo de agentes o aplicaciones de IA rentables donde la eficiencia y la calidad son cruciales.
P5: ¿Existen limitaciones para O4-Mini?
A5: Sí, puede tener una latencia de primer token mayor debido a su profundidad de razonamiento y podría mostrar algunas desventajas en el rendimiento en comparación con modelos mucho más grandes, especialmente en tareas de escritura creativa con muchos matices.
Patio de juegos de IA



Acceso