Posso eseguire o4 Mini localmente?

No. OpenAI non ha rilasciato i pesi, quindi è solo API — non puoi eseguirlo sul tuo hardware.

Quanto costa o4 Mini e qual è la sua finestra di contesto?

Costa $1,10 per milione di token in input e $4,40 per milione in output, con una finestra di contesto da 200.000 token.

In cosa differisce o4 Mini da o3 Mini e o3?

o4 Mini supera il suo predecessore o3-mini e colma gran parte del divario con il modello completo o3 su benchmark di coding e STEM, rimanendo però più veloce ed economico di o3.

O4 Mini

1678°

#llm #openai #visione #ragionamento #programmazione #matematica

Esegui questo modello

Offerte / Annunci

OpenRouter Terminale / API

Paga per token

Chatta con questo modello nel browser o chiamalo dal tuo codice con una chiave API.

OpenAI | contesto da 200.000 token | $1.10/M input, $4.40/M output. OpenAI o4-mini è un modello di ragionamento compatto della serie o, ottimizzato per prestazioni rapide ed economiche mantenendo forti capacità multimodali e agentiche. Supporta l'uso di strumenti e dimostra prestazioni competitive in ragionamento e coding su benchmark come AIME (99,5% con Python) e SWE-bench, superando il suo predecessore o3-mini e avvicinandosi persino a o3 in alcuni domini. Nonostante la dimensione ridotta, o4-mini mostra alta precisione in compiti STEM, risoluzione di problemi visivi (es. MathVista, MMMU)…OpenAI | contesto da 200.000 token | $1.10/M input, $4.40/M output. OpenAI o4-mini è un modello di ragionamento compatto della serie o, ottimizzato per prestazioni rapide ed economiche mantenendo forti capacità multimodali e agentiche. Supporta l'uso di strumenti e dimostra prestazioni competitive in ragionamento e coding su benchmark come AIME (99,5% con Python) e SWE-bench, superando il suo predecessore o3-mini e avvicinandosi persino a o3 in alcuni domini. Nonostante la dimensione ridotta, o4-mini mostra alta precisione in compiti STEM, risoluzione di problemi visivi (es. MathVista, MMMU) e modifica di codice. È particolarmente adatto a scenari ad alto throughput dove latenza o costo sono critici. Grazie alla sua architettura efficiente e al raffinato addestramento con reinforcement learning, o4-mini può concatenare strumenti, generare output strutturati e risolvere compiti multi-step con ritardi minimi—spesso in meno di un minuto.

Guide per questo modello

Pesi aperti vs open source vs solo API: cosa puoi davvero fare

Come scegliere un modello AI a ottobre 2026: le novità closed source, poi i pesi aperti da scaricare

Le 10 alternative a ChatGPT più economiche nel 2026: modelli locali gratuiti, piani gratuiti e tariffe fisse

Tutte le guide

Note del capitano

Scritto da Captain, l'editor di casa

Note del 2026-10-13

o4 Mini è il modello di ragionamento compatto di OpenAI, progettato per offrire ottime prestazioni in STEM, coding e risoluzione visiva a una frazione del costo dei suoi fratelli maggiori. Supporta l'uso di strumenti, output strutturati e compiti agentici multi-step mantenendo bassa la latenza. Se ti serve un throughput serio di ragionamento senza una bolletta seria, questa è la scelta pratica nella serie o.

Conosciuto per

Ottime prestazioni di coding, inclusi risultati competitivi su SWE-bench.
Ragionamento STEM e matematico che supera la sua categoria di dimensione.
Risoluzione di problemi visivi: gestisce matematica basata su immagini e compiti multimodali.
Uso di strumenti e catene agentiche multi-step con bassa latenza.
Significativamente più economico di o3 pur avvicinandosi a esso su diversi benchmark.

Attenzione a

Pesi chiusi; si usa solo tramite API di OpenAI, nessuna distribuzione locale.
I token di output costano quattro volte il tasso di input, quindi i compiti verbosi si sommano rapidamente.
Il tempo di elaborazione è incorporato — non controlli direttamente il budget di ragionamento.

Ideale per

Programmazione

Ragionamento

Matematica

Agenti e uso di strumenti

Visione

Prompt da provare

Debug di un bug async complesso

Ecco una funzione Python async che occasionalmente genera un RuntimeError riguardo al loop degli eventi chiuso quando chiamata da un thread pool executor. Spiega perché succede, poi riscrivi la funzione in modo che sia sicura da chiamare sia da contesti sync che async senza cambiare l'interfaccia esterna.

Problema di pianificazione multi-step

Una fabbrica ha tre macchine. La macchina A impiega 4 minuti per unità, B 6 minuti e C 3 minuti. Hai 8 ore di tempo macchina totale da allocare tra tutte e tre. Ogni unità prodotta richiede un passaggio attraverso A, poi o B o C ma non entrambi. Massimizza il totale delle unità prodotte e mostra il ragionamento passo passo.

Matematica visiva da immagine

Allego una foto di un problema di geometria da un libro di testo. Identifica tutte le misure date, indica i teoremi applicati e risolvi per l'angolo o la lunghezza sconosciuti. Mostra chiaramente ogni passaggio.

Confronta con

gpt-oss-120b
Modello con pesi aperti
Contesto di 131,072 token · Input $0.15/M, output $0.60/M
gpt-oss-20b
Modello con pesi aperti
Contesto di 131,072 token · Input $0.02/M, output $0.09/M
GPT-6 Luna
Modello solo API
Contesto di 1,050,000 token · Input $0.10/M, output $0.50/M
GPT-5.6 Luna
Modello solo API
Contesto di 1,050,000 token · Input $0.20/M, output $1.20/M

Altri modelli di testo da openai

Domande frequenti

Posso eseguire o4 Mini localmente?: No. OpenAI non ha rilasciato i pesi, quindi è solo API — non puoi eseguirlo sul tuo hardware.
Quanto costa o4 Mini e qual è la sua finestra di contesto?: Costa $1,10 per milione di token in input e $4,40 per milione in output, con una finestra di contesto da 200.000 token.
In cosa differisce o4 Mini da o3 Mini e o3?: o4 Mini supera il suo predecessore o3-mini e colma gran parte del divario con il modello completo o3 su benchmark di coding e STEM, rimanendo però più veloce ed economico di o3.

Verdetto del capitano
La scelta sensata per lavori di ragionamento ad alto volume: risultati a livello o3 sulla maggior parte dei compiti STEM e coding, a un prezzo che non richiede riunioni di budget.

Il capitano scrive queste note dalla descrizione e dalla scheda modello. Prezzi e dimensioni del contesto sono quelli del provider al momento della scrittura e possono cambiare.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Come si calcola questo punteggio

Questo modello non ha ancora dati di popolarità da nessuna fonte, quindi ha un numero provvisorio sotto 7,000° che mantiene le liste complete. Non supera mai un modello con dati. La suddivisione appare qui appena una fonte la segnala.

Glossario: i termini usati qui

Punteggio heat: Un numero che indica quanto un modello è usato e desiderato ora, da 0° a 9.999°. Ogni lista su questo sito che dice più caldo è ordinata per questo e nient’altro.
Soglia minima: I 7.000° da cui parte ogni modello con dati reali. La scala va da 0° a 9.999°; la parte sotto la soglia è riservata ai sostituti (modelli senza dati), così un modello con dati è sempre sopra uno senza. La soglia è uguale per tutti e non decide nulla; i gradi sopra sono la misura.
Equivalenti di download: Tutto ciò che il punteggio considera come un download, sommato: i download stessi, ogni seeder torrent come 1.000, ogni immagine AI Horde e ogni esecuzione su un sito di generazione come uno.
Scala logaritmica: Conta a decine, non a unità: passare da 1.000 a 10.000 download aggiunge gli stessi gradi che passare da 10.000 a 100.000. Evita che i giganti schiaccino tutto il resto.
Like: Pollici in su e like da ogni fonte, valgono metà di un download sulla scala logaritmica.
Tasso di adozione: Quanti download al giorno riceve un modello ora, dalla differenza tra due rilevazioni di una fonte. Un quarto del peso del termine download.
Misurato e stimato: Misurato significa che ci sono due letture di una fonte e la differenza è reale. Stimato significa che si conosce solo il totale di oggi e il passato è distribuito sulla vita del modello; il sito indica quale viene mostrato.
Seeder: Qualcuno che mantiene una copia dei pesi online per farli scaricare agli altri tramite torrent, o uno specchio ospitato che fa lo stesso. Ognuno conta come 1.000 download.
AI Horde: Una rete di volontari che genera immagini gratis su computer donati. Il numero di immagini create con un modello è pubblico, e ognuna conta come un download.
Siti di generazione: Siti che ospitano copie di un modello e permettono di generare con esso, come PixAI, SeaArt e Yodayo. I loro download contano come quelli di Civitai e ogni generazione come un download.
Token OpenRouter: Un modello di testo servito tramite API, come Claude o GPT, non ha pesi da scaricare, quindi il suo utilizzo si misura in token: i pezzi di testo letti e scritti tramite OpenRouter, un gateway usato da molte app, negli ultimi 30 giorni. Ogni 10,000,000 token conta come un download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modello completo (checkpoint): I pesi stessi, il file che genera da solo. Riceve un bonus perché da esso dipendono gli add-on.
LoRA e embedding: Piccoli file add-on che indirizzano i pesi di qualcun altro verso uno stile, un personaggio o un concetto. Non possono funzionare da soli.
Famiglia e pesi: La base su cui è costruito un modello, come SD 1.5, SDXL, Flux o Wan. Ogni modello eredita la data di rilascio dei pesi della sua famiglia.
Età: Gradi tolti in base a quanto tempo fa sono usciti i pesi della famiglia: 150° all'anno, fino a 750°. Mantiene i vecchi download che hanno avuto anni per accumularsi congelando la cima della lista.
Boost famiglia: Una piccola spinta limitata per le LoRA di una famiglia che questo sito sta promuovendo ora, sempre elencata nel dettaglio.
Punteggio stand-in: Un numero stabile sotto il minimo dato a un modello su cui nessuna fonte ha ancora dati, così le liste restano complete. Non supera mai un modello con dati.
Novità! (periodo di grazia): Un modello più giovane di 7 giorni mostra Novità! invece di un punteggio e non ha posizione nelle classifiche. Il suo punteggio è calcolato dal primo giorno, ma un modello di un giorno cresce più velocemente di qualsiasi altro, quindi senza l'attesa il #1 della settimana sarebbe sempre quello uscito ieri invece di quello che ha resistito per una settimana.
Tendenza: Come la crescita di un modello in un periodo si confronta con la crescita tipica di un modello nello stesso periodo. Più veloce del tipico si legge come aumento, più lento come calo.
Modello tipico: Il centro del catalogo: metà dei modelli con un valore è cresciuta più velocemente nel periodo, metà più lentamente.

Modelli simili

Modelli di IA per generare immagini, video e testo

O4 Mini è un modello di testo per la famiglia Text / LLM presente su ModelTrends.ai, un catalogo in sola lettura di modelli di IA open source per immagini, video e testo. Confrontalo con gli altri modelli Text / LLM e controlla il punteggio di calore per vedere la tendenza.

Altri modelli Text / LLM Altri Testo / LLM Text / LLM llm openai visione ragionamento programmazione matematica agenti

Sfoglia per famiglia di modelli