o4 Mini'yi yerel olarak çalıştırabilir miyim?

Hayır. OpenAI ağırlıkları yayımlamadı, sadece API üzerinden erişilebilir — kendi donanımınızda çalıştırılamaz.

o4 Mini'nin maliyeti ve bağlam penceresi nedir?

Giriş token başına 1,10$ ve çıkış token başına 4,40$ fiyatlandırması vardır, 200.000 token bağlam penceresi sunar.

o4 Mini, o3 Mini ve o3'ten nasıl farklı?

o4 Mini, selefi o3-mini'den daha iyi performans gösterir ve tam o3 modeline kodlama ve STEM benchmarklarında yaklaşırken, o3'ten daha hızlı ve ucuzdur.

O4 Mini

1678°

#llm #openai #görüş #akıl yürütme #kodlama #matematik

Modeli çalıştır

Teklifler / Reklamlar

OpenRouter Terminal / API

Token başına ödeme

Bu modelle tarayıcıda sohbet edin veya tek bir API anahtarıyla kodunuzdan çağırın.

OpenAI | 200,000 token bağlam | $1.10/M giriş, $4.40/M çıkış. OpenAI o4-mini, o-serisinde kompakt bir çıkarım modeli olup hızlı, maliyet etkin performans için optimize edilmiştir ve güçlü multimodal ve ajan yeteneklerini korur. Araç kullanımını destekler ve AIME (Python ile %99.5) ve SWE-bench gibi kıyaslamalarda rekabetçi çıkarım ve kodlama performansı gösterir; selefi o3-mini’yi geride bırakır ve bazı alanlarda o3’e yaklaşır. Küçük boyutuna rağmen STEM görevlerinde, görsel problem çözmede (ör. MathVista, MMMU) ve kod düzenlemede yüksek doğruluk sergiler. Özellikle gecikme veya maliyetin kritik olduğu yüksek hacimli senaryolar için uygundur. Verimli mimarisi ve geliştirilmiş pekiştirmeli öğrenme eğitimi sayesinde araç zincirleme, yapılandırılmış çıktı üretme ve çok adımlı görevleri genellikle bir dakika içinde çözebilir.

Bu model için rehberler

Açık ağırlıklar vs açık kaynak vs sadece API: aslında ne yapmana izin veriliyor

Ekim 2026'da bir Yapay Zeka modeli nasıl seçilir: kapalı kaynak haberleri, ardından indirilmeye değer açık ağırlıklar

2026'da En Ucuz 10 ChatGPT Alternatifi: Ücretsiz Yerel Modeller, Ücretsiz Katmanlar ve Sabit Ücretli Planlar

Tüm rehberler

Kaptanın notları

Captain tarafından yazıldı, ev editörü

2026-10-13 tarihli notlar

o4 Mini, OpenAI'nin kompakt muhakeme modeli olup, büyük kardeşlerine kıyasla çok daha düşük maliyetle güçlü STEM, kodlama ve görsel problem çözme sunar. Araç kullanımı, yapılandırılmış çıktı ve çok adımlı ajan görevlerini desteklerken gecikmeyi düşük tutar. Ciddi muhakeme verimliliği isteyenler için o-serisinde pratik bir tercihtir.

İle tanınır

Güçlü kodlama performansı, SWE-bench'te rekabetçi sonuçlar dahil.
Boyut sınıfının çok üzerinde STEM ve matematik muhakemesi.
Görsel problem çözme: görsel tabanlı matematik ve multimodal görevleri işler.
Araç kullanımı ve çok adımlı ajan zincirleri düşük gecikmeyle.
o3'ten önemli ölçüde daha ucuz, birçok benchmarkta ona yaklaşır.

Dikkat et

Ağırlıklar kapalı; sadece OpenAI API'si ile çalışır, yerel dağıtım yok.
Çıkış tokenları girişin dört katı fiyatlı, uzun ve ayrıntılı görevlerde maliyet hızla artar.
Düşünme süresi modele gömülüdür — muhakeme bütçesini doğrudan kontrol edemezsiniz.

En iyi

Kodlama

Muhakeme

Matematik

Ajanlar ve araç kullanımı

Görsel

Denenecek istemler

Zor bir async hatasını hata ayıkla

Aşağıda, bir thread pool executor'dan çağrıldığında bazen 'event loop kapalı' hatası veren bir Python async fonksiyonu var. Bu hatanın neden olduğunu açıklayın, ardından fonksiyonu hem senkron hem asenkron bağlamlardan güvenle çağrılabilecek şekilde dış arayüzünü değiştirmeden yeniden yazın.

Çok adımlı planlama problemi

Bir fabrikada üç makine var. Makine A birim başına 4 dakika, B 6 dakika, C 3 dakika alıyor. Toplamda 8 saat makine süresi var ve bu süre üç makine arasında paylaştırılacak. Her birim önce A'dan geçmeli, sonra ya B ya da C'den (ikisi birden değil). Toplam üretilen birim sayısını maksimize edin ve muhakemenizi adım adım gösterin.

Bir görselden matematik problemi çöz

Bir ders kitabından geometri problemi fotoğrafı ekliyorum. Verilen tüm ölçümleri belirleyin, uyguladığınız teoremleri belirtin ve bilinmeyen açı veya uzunluğu çözün. Her adımı açıkça gösterin.

İle karşılaştır

gpt-oss-120b
Açık ağırlıklı model
131,072 token bağlam · $0.15/M girdi, $0.60/M çıktı
gpt-oss-20b
Açık ağırlıklı model
131,072 token bağlam · $0.02/M girdi, $0.09/M çıktı
GPT-6 Luna
Sadece API modeli
1,050,000 token bağlam · $0.10/M girdi, $0.50/M çıktı
GPT-5.6 Luna
Sadece API modeli
1,050,000 token bağlam · $0.20/M girdi, $1.20/M çıktı

openai tarafından daha fazla metin modeli

İnsanların sorduğu sorular

o4 Mini'yi yerel olarak çalıştırabilir miyim?: Hayır. OpenAI ağırlıkları yayımlamadı, sadece API üzerinden erişilebilir — kendi donanımınızda çalıştırılamaz.
o4 Mini'nin maliyeti ve bağlam penceresi nedir?: Giriş token başına 1,10$ ve çıkış token başına 4,40$ fiyatlandırması vardır, 200.000 token bağlam penceresi sunar.
o4 Mini, o3 Mini ve o3'ten nasıl farklı?: o4 Mini, selefi o3-mini'den daha iyi performans gösterir ve tam o3 modeline kodlama ve STEM benchmarklarında yaklaşırken, o3'ten daha hızlı ve ucuzdur.

Kaptanın kararı
Yüksek hacimli muhakeme işleri için mantıklı varsayılan: çoğu STEM ve kodlama görevinde o3 seviyesinde sonuçlar, bütçe toplantısı gerektirmeyen fiyatla.

Kaptan bu notları modelin kendi açıklaması ve model kartından yazıyor. Fiyatlar ve bağlam boyutları yazım anındaki sağlayıcıya aittir ve değişebilir.

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

Bu skor nasıl hesaplanıyor

Bu modelin henüz herhangi bir kaynaktan popülerlik verisi yok, bu yüzden listelerin tamamlanması için 7,000° altında bir geçici sayı taşıyor. Verisi olan bir modelin önünde asla sıralanmaz. Bir kaynak rapor verdiğinde burada detaylar görünür.

Terimler: burada kullanılan ifadeler

Isı puanı: Bir modelin şu anda ne kadar kullanıldığı ve istendiğini gösteren tek sayı, 0° ile 9.999° arasında. Bu sitedeki en sıcak modeller listeleri buna göre sıralanır, başka hiçbir şeyle değil.
Taban: Gerçek verisi olan her modelin başladığı 7.000°. Ölçek 0° ile 9.999° arasında; tabanın altı veri olmayan modeller için ayrılmıştır, böylece veri olan model her zaman veri olmayanın üstünde yer alır. Taban herkes için aynıdır ve karar vermez; üzerindeki derece ölçümdür.
İndirme eşdeğerleri: Puanın indirme olarak saydığı her şeyin toplamı: indirmeler, her torrent seed'ı 1.000 olarak, her AI Horde resmi ve her jenerasyon sitesindeki çalışma bir olarak sayılır.
Logaritmik ölçek: Onluk sayma, bire bir değil: 1.000'den 10.000'e çıkmak, 10.000'den 100.000'e çıkmakla aynı dereceyi ekler. Devlerin diğerlerini gölgelemesini engeller.
Beğeniler: Her kaynaktan gelen beğeni ve onaylar, logaritmik ölçekte bir indirmenin yarısı değerinde.
Benimsenme oranı: Bir modelin şu anda günde kaç indirme aldığı, bir kaynağın iki ölçümü arasındaki farktan hesaplanır. İndirme teriminin dörtte biri ağırlığında.
Ölçülen ve tahmin edilen: Ölçülen, bir kaynaktan iki okuma olduğu ve farkın gerçek olduğu anlamına gelir. Tahmin edilen ise sadece bugünün toplamının bilindiği ve geçmişin modelin ömrü boyunca dağıtıldığı anlamına gelir; site hangisini gösterdiğini belirtir.
Seeder: Ağırlıkların bir kopyasını torrent üzerinden başkalarının indirebilmesi için çevrimiçi tutan biri veya aynı işi yapan barındırılan bir ayna. Her biri 1.000 indirme olarak sayılır.
AI Horde: Bağışlanan bilgisayarlarda ücretsiz olarak görüntü üreten gönüllü bir ağ. Bir modelle yaptığı görüntü sayısı açıktır ve her biri bir indirme olarak sayılır.
Üretim siteleri: Kendi modellerinin kopyalarını barındıran ve insanların bunlarla üretim yapmasına izin veren siteler, örneğin PixAI, SeaArt ve Yodayo. İndirmeleri Civitai gibi sayılır ve her üretim bir indirme olarak kabul edilir.
OpenRouter tokenları: Claude veya GPT gibi API üzerinden sunulan bir metin modelinin indirilecek ağırlıkları yoktur, bu yüzden kullanımı tokenlarla ölçülür: son 30 günde OpenRouter üzerinden okuduğu ve yazdığı metin parçaları. Her 10,000,000 token bir indirme sayılır. Kaynak: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Tam model (checkpoint): Ağırlıkların kendisi, kendi başına üretim yapan dosya. Eklentilerin buna bağlı olması nedeniyle ekstra puan alır.
LoRA ve embedding: Başkasının ağırlıklarını belirli bir stile, karaktere veya konsepte yönlendiren küçük eklenti dosyaları. Tek başlarına çalışamazlar.
Aile ve ağırlıklar: Bir modelin üzerine kurulduğu temel, örneğin SD 1.5, SDXL, Flux veya Wan. Her model ailesinin ağırlıklarının yayın tarihini miras alır.
Yaş: Ailenin ağırlıklarının ne kadar önce çıktığına göre çıkarılan derece: yılda 150°, maksimum 750°. Yıllar içinde biriken eski indirmeleri listenin en üstünde tutar.
Aile desteği: Bu sitenin şu anda desteklediği bir ailenin LoRA'ları için küçük, sınırlı bir destek, her zaman detaylarda listelenir.
Yer tutucu puan: Henüz hiçbir kaynaktan rapor almamış bir modele verilen tabanın altındaki sabit bir sayı, böylece listeler eksiksiz kalır. Hiçbir zaman veri olan bir modelin üstünde sıralanmaz.
Yeni! (hoşgörü süresi): 7 günden daha yeni modeller puan yerine Yeni! gösterir ve sıralamada yer almaz. Puanları ilk günden hesaplanır, ancak bir günlük model her şeyden hızlı büyür, bu yüzden beklemeden haftanın #1'i her zaman dün çıkan model olurdu, haftalarca dayanmış olan değil.
Trend: Bir modelin belli bir dönemdeki büyümesinin, aynı dönemdeki tipik model büyümesiyle karşılaştırılması. Tipikten hızlıysa yükseliş, yavaşsa düşüş olarak okunur.
Tipik model: Kataloğun ortası: rakamı olan modellerin yarısı dönemde daha hızlı büyüdü, yarısı daha yavaş.

Benzer Modeller

Grok 4.5

TEXT / LLM

Meta Llama 3 70B Instruct

Görsel, Video ve Metin Üretimi için Yapay Zeka Modelleri

O4 Mini, açık kaynak yapay zeka görsel, video ve metin modellerinin salt okunur kataloğu ModelTrends.ai'de listelenen Text / LLM ailesine ait bir metin modeli modelidir. Diğer Text / LLM modelleriyle karşılaştırın ve trendini görmek için popülerlik puanına bakın.

Daha fazla Text / LLM modeli Daha fazla Text / LLM Metin / LLM llm openai görüş akıl yürütme kodlama matematik ajanlar

Model Ailesine Göre Göz At