openai
OpenAI: GPT-5 Mini (batch)
openai/gpt-5-mini:batch
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
GPT-5 Mini (batch) es un modelo compacto de salida de texto listado en OpenRouter como openai/gpt-5-mini:batch, descrito por el catálogo como una versión más ligera de GPT-5 orientada a tareas de razonamiento más sencillas, con menor latencia y costo. La ficha indica entradas de texto, imagen y archivo sobre una ventana de contexto de 400.000 tokens, razonamiento obligatorio con niveles de esfuerzo configurables y parámetros para herramientas, salidas estructuradas, semilla y verbosidad. La única evidencia disponible es el catálogo de OpenRouter; no se incluyó una ficha de modelo independiente, por lo que conviene validar el comportamiento en cargas de trabajo reales.[1]
Puntos fuertes
- El catálogo reporta una ventana de contexto de 400.000 tokens que acepta texto, imagen y archivos, adecuada para prompts largos o con documentos mixtos.[1]
- El esfuerzo de razonamiento es configurable en cuatro niveles, y la ficha reporta soporte para llamadas a herramientas, salidas estructuradas, formato de respuesta, semilla y verbosidad.[1]
- La descripción de OpenRouter presenta esta variante como conservadora del seguimiento de instrucciones y el ajuste de seguridad de GPT-5 con menor latencia y costo, aunque se trata de una afirmación del proveedor y no de un resultado medido.[1]
Limitaciones
- La evidencia procede solo del catálogo: no se proporcionó una ficha de modelo independiente ni documentación de uso, por lo que las capacidades declaradas y la calidad de salida requieren validación en sus propias cargas de trabajo.[1]
- El razonamiento figura como obligatorio y no puede desactivarse, solo ajustarse por nivel de esfuerzo; el catálogo también indica una fecha de corte de conocimiento del 2024-05-31.[1]
- La ficha no explica en qué se diferencia la entrega o el comportamiento de la variante batch respecto al punto de acceso estándar, y muestra una fecha de expiración del 2026-12-11, lo que sugiere disponibilidad potencialmente limitada.[1]
Dónde utilizarlo
- Puede ser adecuado para trabajos de texto de gran volumen y tolerantes a la latencia, como resumen o clasificación de documentos largos, si el punto de acceso batch encaja en su canalización.[1]
- Conviene evaluarlo para flujos de extracción que lean entradas de imagen o archivo y emitan salida estructurada mediante los parámetros response_format y structured_outputs.[1]
- Es un candidato para asistentes que usan herramientas donde el esfuerzo de razonamiento ajustable y el menor costo reportado importan más que la máxima capacidad.[1]
Fuentes
- [1] OpenRouter catalog · OpenAI: GPT-5 Mini (batch)Fuentes 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:batch
- 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 $0.125 / salida $1
- 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.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | Sin medición | razonamiento: obligatorio · predeterminado medium · esfuerzos: high, medium, low, minimal · parámetros: include_reasoning, reasoning, reasoning_effort |
| Programación | CC — por debajo de la franja B | — |
| Agentes | CC — por debajo de la franja B | parámetros: structured_outputs, tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: obligatorio · predeterminado medium · esfuerzos: high, medium, low, minimal · parámetros: include_reasoning, reasoning, reasoning_effort |
| Análisis de documentos | Sin medición | entrada: file |
| Visión | Sin medición | entrada: image |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Artificial Analysis | Coding index | 15.6 | CC — por debajo de la franja B | 13.11.2026 |
| Artificial Analysis | Agentic index | 6.8 | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · 3dtasa de victoria 36.9% · posición 116 | 1,020Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · asciiarttasa de victoria 44.8% · posición 57 | 1,120Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · codecategoriestasa de victoria 43.5% · posición 106 | 1,105Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · dataviztasa de victoria 43.7% · posición 92 | 1,129Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · gamedevtasa de victoria 46.5% · posición 93 | 1,120Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · svgtasa de victoria 45.8% · posición 71 | 1,083Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · uicomponenttasa de victoria 41.9% · posición 99 | 1,097Elo | CC — por debajo de la franja B | 13.11.2026 |
| Design Arena | models · websitetasa de victoria 44.3% · posición 105 | 1,118Elo | CC — por debajo de la franja B | 13.11.2026 |
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.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| OpenAI | 400,000 | $0.125 | $1 | — | — | — |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.