Can I run o4 Mini locally?

OpenAI | 200,000 토큰 컨텍스트 | 입력 $1.10/M, 출력 $4.40/M. OpenAI o4-mini는 o 시리즈의 컴팩트 추론 모델로, 빠르고 비용 효율적인 성능을 최적화하면서 강력한 멀티모달 및 에이전트 기능을 유지합니다. 도구 사용을 지원하며 AIME(파이썬 99.5%) 및 SWE-bench 같은 벤치마크에서 경쟁력 있는 추론 및 코딩 성능을 보여, 이전 모델 o3-mini를 능가하고 일부 영역에서는 o3에 근접합니다. 크기는 작지만 STEM 과제, 시각 문제 해결(예: MathVista, MMMU), 코드 편집에서 높은 정확도를 보입니다. 지연 시간이나 비용이 중요한 고처리량 시나리오에 특히 적합합니다. 효율적인 아키텍처와 정제된 강화 학습 덕분에 도구 체인 연결, 구조화된 출력 생성, 다단계 작업 해결을 최소 지연으로 수행하며, 보통 1분 이내에 완료합니다.

이 모델의 가이드

오픈 가중치 vs 오픈 소스 vs API 전용: 실제로 할 수 있는 것

2026년 10월 AI 모델 선택법: 폐쇄형 소스 소식과 다운로드할 가치가 있는 오픈 웨이트

2026년 가장 저렴한 ChatGPT 대안 10가지: 무료 로컬 모델, 무료 이용권, 정액제 플랜

모든 가이드

캡틴의 노트

Captain 작성, 하우스 에디터

2026-10-13의 노트

o4 Mini는 OpenAI의 컴팩트 추론 모델로, 대형 모델 대비 훨씬 저렴한 비용으로 강력한 STEM, 코딩, 시각 문제 해결 능력을 제공합니다. 도구 사용, 구조화된 출력, 다단계 에이전트 작업을 지원하며 지연도 낮게 유지합니다. 심각한 비용 부담 없이 높은 추론 처리량이 필요할 때 o 시리즈에서 실용적인 선택입니다.

알려진 점

SWE-bench에서 경쟁력 있는 강력한 코딩 성능.
크기 대비 뛰어난 STEM 및 수학 추론 능력.
이미지 기반 수학 및 멀티모달 작업 처리.
도구 사용 및 다단계 에이전트 체인에서 낮은 지연.
o3 대비 훨씬 저렴하면서도 여러 벤치마크에서 근접한 성능.

주의할 점

가중치 비공개, OpenAI API 전용으로 로컬 배포 불가.
출력 토큰 비용이 입력 대비 4배로, 장문 작업 시 비용 증가 빠름.
추론 시간은 내장되어 있어 사용자가 직접 추론 예산을 조절할 수 없음.

최적 용도

시도해볼 프롬프트

복잡한 비동기 버그 디버깅

Here is a Python async function that occasionally raises a RuntimeError about the event loop being closed when called from a thread pool executor. Walk through why this happens, then rewrite the function so it is safe to call from both sync and async contexts without changing its external interface.

다단계 계획 문제

A factory has three machines. Machine A takes 4 minutes per unit, B takes 6 minutes, and C takes 3 minutes. You have 8 hours of total machine time to allocate across all three. Each unit produced requires one pass through A, then either B or C but not both. Maximize total units produced and show your reasoning step by step.

이미지 기반 시각 수학 문제

I'm attaching a photo of a geometry problem from a textbook. Identify all given measurements, state any theorems you apply, and solve for the unknown angle or length. Show each step clearly.

비교하기

gpt-oss-120b
오픈 가중치 모델
131,072 토큰 컨텍스트 · $0.15/M 입력, $0.60/M 출력
gpt-oss-20b
오픈 가중치 모델
131,072 토큰 컨텍스트 · $0.02/M 입력, $0.09/M 출력
GPT-6 Luna
API 전용 모델
1,050,000 토큰 컨텍스트 · $0.10/M 입력, $0.50/M 출력
GPT-5.6 Luna
API 전용 모델
1,050,000 토큰 컨텍스트 · $0.20/M 입력, $1.20/M 출력

openai의 더 많은 텍스트 모델

사람들이 묻는 질문

Can I run o4 Mini locally?: 아니요. OpenAI가 가중치를 공개하지 않아 API 전용이며, 로컬 실행 불가합니다.
What does o4 Mini cost and what is its context window?: 입력 토큰당 $1.10, 출력 토큰당 $4.40이며, 200,000 토큰 컨텍스트 윈도우를 제공합니다.
How does o4 Mini differ from o3 Mini and o3?: o4 Mini는 이전 모델 o3-mini보다 성능이 뛰어나고, 전체 o3 모델과의 격차를 코딩 및 STEM 벤치마크에서 많이 좁혔으며, o3보다 빠르고 저렴합니다.

캡틴의 평가
대량 추론 작업에 적합한 합리적 기본 선택지로, 대부분 STEM 및 코딩 작업에서 o3 수준 결과를 예산 부담 없이 제공합니다.

캡틴은 모델의 설명과 모델 카드에서 이 노트를 작성합니다. 가격과 컨텍스트 크기는 작성 시점의 제공자 기준이며 변경될 수 있습니다.

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

이 점수가 어떻게 계산되는지

이 모델은 아직 어떤 출처에서도 인기 데이터가 없어서 7,000° 아래에 임시 점수를 가지고 있어. 이 점수는 목록을 완성하는 데 쓰여. 데이터가 있는 모델보다 절대 순위가 높지 않아. 출처에서 보고가 들어오는 즉시 여기서 세부 내역이 나타나.

용어집: 여기서 쓰는 말들

히트 점수: 모델이 지금 얼마나 쓰이고 원하는지 한 숫자로 나타낸 거야, 0°부터 9,999°까지. 이 사이트에서 가장 인기 있는 목록은 모두 이 점수로 정렬돼.
기본 점수: 실제 데이터가 있는 모든 모델이 시작하는 7,000°야. 점수는 0°부터 9,999°까지인데, 기본 점수 아래는 데이터 없는 모델(대체 모델)용으로 남겨둬서 데이터 있는 모델이 항상 위에 오도록 해. 기본 점수는 모두 같고 아무것도 결정하지 않아; 그 위 점수가 실제 측정치야.
다운로드 동등치: 점수가 다운로드로 취급하는 모든 걸 합친 거야: 실제 다운로드, 토렌트 시더 1,000개씩, AI Horde 이미지와 생성 사이트 실행 1개씩.
로그 스케일: 1씩이 아니라 10씩 세는 거야: 1,000에서 10,000 다운로드가 늘면 10,000에서 100,000 늘어난 것과 같은 점수가 더해져. 큰 모델이 다 차지하는 걸 막아줘.
좋아요: 모든 출처의 좋아요와 엄지척, 로그 스케일에서 다운로드 절반 가치야.
채택률: 두 번 측정한 차이로 계산한 지금 하루 다운로드 수야. 다운로드 항목 무게의 4분의 1이야.
측정 및 추정: 측정은 두 번의 소스 읽기가 존재하고 그 차이가 실제라는 뜻이야. 추정은 오늘의 총합만 알고 과거는 모델의 전체 기간에 나눠서 보여주는 거야; 사이트에서 어떤 걸 보여주는지 알려줘.
시더: 토렌트를 통해 다른 사람이 다운로드할 수 있도록 가중치 파일을 온라인에 보관하는 사람이나 호스팅 미러를 말해. 각각 1,000번 다운로드로 계산돼.
AI 호드: 기부받은 컴퓨터에서 무료로 이미지를 생성하는 자원봉사 네트워크야. 모델로 만든 이미지 수가 공개되고, 각각이 한 번의 다운로드로 계산돼.
생성 사이트: PixAI, SeaArt, Yodayo 같은 모델 복사본을 직접 호스팅하고 사람들이 생성할 수 있게 하는 사이트들이야. 이들의 다운로드는 Civitai와 같고, 생성 한 번이 한 번의 다운로드로 계산돼.
OpenRouter 토큰: Claude나 GPT 같은 API를 통해 제공되는 텍스트 모델은 다운로드할 가중치가 없으므로, 지난 30일간 OpenRouter를 통해 읽고 쓴 텍스트 조각인 토큰 수로 사용량을 측정합니다. 10,000,000 토큰마다 다운로드 1회로 계산합니다. 출처: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
전체 모델 (체크포인트): 가중치 자체, 혼자서 생성하는 파일이야. 애드온이 이걸 기반으로 하기 때문에 보너스 점수를 받아.
LoRA와 임베딩: 다른 사람의 가중치를 특정 스타일, 캐릭터, 개념 쪽으로 조정하는 작은 추가 파일이야. 혼자 실행할 수 없어.
패밀리와 가중치: 모델이 기반으로 하는 것, 예를 들어 SD 1.5, SDXL, Flux, Wan 같은 거야. 모든 모델은 패밀리 가중치의 출시일을 물려받아.
연령: 패밀리 가중치가 나온 지 얼마나 됐는지에 따라 점수를 깎아: 1년에 150°, 최대 750°까지. 오래된 다운로드는 리스트 상단 고정을 풀어 쌓이도록 해.
패밀리 부스트: 이 사이트가 지금 밀고 있는 패밀리의 LoRA에 주는 작고 제한된 점수 조정으로, 항상 세부 내역에 표시돼.
대체 점수: 아직 소스 보고가 없는 모델에 안정적으로 주는 최저 점수로, 리스트가 완전하게 유지되도록 해. 데이터가 있는 모델보다 절대 높게 평가되지 않아.
신규! (유예 기간): 7일 미만의 신규 모델은 점수 대신 '신규!' 표시가 나오며 순위에 포함되지 않습니다. 점수는 첫날부터 계산되지만, 하루 된 모델은 매우 빠르게 성장하므로 유예 기간 없이는 항상 어제 나온 모델이 이번 주 #1이 되어버립니다.
추세: 한 기간 동안 모델의 성장 속도가 같은 기간의 일반 모델 성장 속도와 비교해서 어떤지 보여줘. 일반보다 빠르면 상승, 느리면 하락으로 봐.
일반 모델: 카탈로그의 중간값: 수치가 있는 모델 중 절반은 기간 동안 더 빨리 성장했고, 절반은 더 느리게 성장했어.