That's NeuralCatálogo de modelos

openai

OpenAI: GPT-5 Mini

openai/gpt-5-mini

Nuestro análisis

Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.

Según el catálogo de OpenRouter, openai/gpt-5-mini es una variante compacta de GPT-5 pensada para tareas de razonamiento más ligeras, con entradas de texto, imagen y archivo, y salida de texto. La ficha reporta una ventana de contexto amplia, razonamiento obligatorio con esfuerzo seleccionable, compatibilidad con herramientas y salidas estructuradas, y menor latencia y costo que GPT-5. Sus mediciones incluidas cubren categorías seleccionadas de diseño, código y agentes, pero no demuestran un rendimiento amplio en el mundo real. No había una ficha de modelo independiente en este paquete de fuentes, por lo que conviene validar capacidades e idoneidad en las cargas de trabajo previstas.[1]

Puntos fuertes

  • El catálogo lo presenta como una opción GPT-5 más pequeña para razonamiento ligero, con menor latencia y costo que GPT-5.[1]
  • Acepta entradas de texto, imagen y archivo, devuelve texto y declara una ventana de contexto muy amplia.[1]
  • Permite configurar el esfuerzo de razonamiento e incluye controles de herramientas, salidas estructuradas, semilla, formato de respuesta y verbosidad.[1]

Limitaciones

  • La evidencia se limita al catálogo de OpenRouter; no se proporcionó una ficha independiente, así que se requiere validación con cargas reales.[1]
  • Los datos de evaluación incluidos abarcan solo categorías seleccionadas de diseño, código y agentes, y el índice general de inteligencia está sin completar.[1]
  • El razonamiento es obligatorio aunque el esfuerzo pueda ajustarse; además, el catálogo indica una fecha de expiración, por lo que conviene confirmar idoneidad operativa y disponibilidad.[1]

Dónde utilizarlo

  • Podría servir para asistentes que necesiten razonamiento configurable sobre entradas multimodales extensas y devuelvan texto.[1]
  • Vale la pena evaluarlo en flujos con herramientas o salidas estructuradas, como extracción de datos o backends de aplicaciones.[1]
  • Puede convenir a equipos que busquen una opción de la familia GPT-5 con menor latencia y costo, sujeta a pruebas con las cargas previstas.[1]

Fuentes

  1. [1] OpenRouter catalog · OpenAI: GPT-5 MiniFuentes consultadas: 13 nov 2026

Sobre este modelo

La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.

GPT-5 Mini is a compact version of GPT-5, designed to handle lighter-weight reasoning tasks. It provides the same instruction-following and safety-tuning benefits as GPT-5, but with reduced latency and cost....

Especificaciones

ID del modelo
openai/gpt-5-mini
ID canónico
openai/gpt-5-mini-2025-08-07
Creador
openai
Añadido a OpenRouter
07.08.2025
Longitud de contexto
400,000
Modalidad
text+image+file->text
Modalidades de entrada
text, image, file
Modalidades de salida
text
Precio por token
USD por 1M de tokens: entrada $0.250 / salida $2
Corte de conocimiento
31.05.2024
Fecha de expiración
11.12.2026

Tareas y capacidades

Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.

TareaNotaCapacidad declarada por la fuente
Calidad generalSin mediciónrazonamiento: obligatorio · predeterminado medium · esfuerzos: high, medium, low, minimal · parámetros: include_reasoning, reasoning, reasoning_effort
ProgramaciónCC — por debajo de la franja B—
AgentesCC — por debajo de la franja Bparámetros: structured_outputs, tool_choice, tools
EscrituraSin mediciónsalida: text
RazonamientoSin mediciónrazonamiento: obligatorio · predeterminado medium · esfuerzos: high, medium, low, minimal · parámetros: include_reasoning, reasoning, reasoning_effort
Análisis de documentosSin mediciónentrada: file
VisiónSin mediciónentrada: image
Generación de imágenesSin medición—
AudioSin medición—
VídeoSin medición—
EmbeddingsSin medición—

Evaluaciones

FuenteBenchmarkValorNotaDatos obtenidos
Artificial AnalysisCoding index15.6CC — por debajo de la franja B13.11.2026
Artificial AnalysisAgentic index6.8CC — por debajo de la franja B13.11.2026
Design Arenamodels · 3dtasa de victoria 36.9% · posición 1161,020EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · asciiarttasa de victoria 44.8% · posición 571,120EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · codecategoriestasa de victoria 43.5% · posición 1061,105EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · dataviztasa de victoria 43.7% · posición 921,129EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · gamedevtasa de victoria 46.5% · posición 931,120EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · svgtasa de victoria 45.8% · posición 711,083EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · uicomponenttasa de victoria 41.9% · posición 991,097EloCC — por debajo de la franja B13.11.2026
Design Arenamodels · websitetasa de victoria 44.3% · posición 1051,118EloCC — por debajo de la franja B13.11.2026
Cómo funcionan las notas

Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.

  • S — S — 10% superior de la cohorte
  • A — A — siguiente 20% de la cohorte
  • B — B — siguiente 30% de la cohorte
  • C — C — por debajo de la franja B

Proveedores

Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.

ProveedorLongitud de contextoPrecio entrada /1MPrecio salida /1MLatencia p50 (30m, s)Rendimiento p50 (30m, tok/s)Disponibilidad (30m)
OpenAI400,000$0.125$1——100%
Azure400,000$0.250$2——100%
OpenAI400,000$0.250$2——100%
Azure400,000$0.275$2.2——100%

Datos de proveedores obtenidos: 13.11.2026

Ningún artículo publicado identifica aún este modelo.