ИИтак
Поиск

← Назад

модель · OpenAI · вышла 7 августа 2025

GPT-5 Mini

Бюджетная уменьшенная GPT-5 для чётко поставленных задач, агентов и помощи в программировании; её сменили новые mini-модели

О модели

GPT-5 Mini — уменьшенная и более дешёвая версия GPT-5. OpenAI выпустила GPT-5 в API сразу в трёх размерах: gpt-5, gpt-5-mini и gpt-5-nano. Так разработчики могут сами решать, чем пожертвовать: качеством, ценой или скоростью ответа. Как и старшая модель, mini умеет рассуждать перед ответом.

В ChatGPT эта версия служит запасной: когда пользователь исчерпал лимит на основную модель, оставшиеся запросы обрабатывает mini. В системной карте GPT-5 её сравнивают с прошлой малой моделью o4-mini. По замерам OpenAI, на тесте фактических знаний SimpleQA mini ошибалась, то есть выдумывала ответ, в 26% случаев против 75% у o4-mini. Такой разрыв объясняют тем, что новая модель чаще честно признаёт, что ответа не знает. Компания также сообщает, что mini заметно обходит o4-mini на медицинском тесте HealthBench.

По словам OpenAI, лучше всего mini справляется с чётко сформулированными задачами и точными запросами. Её выбирают, когда запросов много и ответ нужен быстро: для простых агентов, помощи с кодом, повседневной автоматизации. Модель умеет вызывать функции, искать в интернете и по загруженным файлам, запускать код и выдавать ответ в строгом формате. Для неё работают настройки линейки GPT-5: подробность ответа и уровень рассуждений, вплоть до минимального — тогда модель отвечает быстрее, почти не раздумывая.

Модель принимает текст и картинки, но отвечает только текстом. Она не работает со звуком, не рисует и не обрабатывает видео, а дообучить её под свои данные нельзя. Её знания заканчиваются маем 2024 года. Сейчас это модель прошлого поколения: у OpenAI вышли более новые малые версии, например GPT-5.4 mini.

источники:Документация OpenAI: GPT-5 mini ↗Системная карта GPT-5 ↗

Рейтинг Epoch AIСводная оценка общих возможностей модели: статистическая модель выводит её из результатов на многих бенчмарках с учётом их сложностиПодробнее на английском ↗

весь рейтинг

78место из 268индекс 146вероятный разброс 143–147

  • DTBenchВопросы с выбором ответа по теории принятия решений в задачах вроде парадокса Ньюкома, где твой выбор говорит о выборе похожих на тебяСлучайный выбор даёт около 40%, так что это нижняя планка, а не ноль.Подробнее на английском ↗67,5%высокое
  • LMCAНасколько оценки моделью доводов в философии, теории решений и безопасности ИИ совпадают с оценками экспертовБалл — корреляция с оценками экспертов, умноженная на 100; практический потолок около 85, а не 100.Подробнее на английском ↗40,2%высокое
  • Mystery Game Puzzles100 позиций из головоломочного варианта известной игры, название которой скрыто: нужно найти единственный лучший ходПодробнее на английском ↗0,9%высокое
  • FrontierMath-Tier-4-v2-PrivateЗакрытый набор самых трудных задач FrontierMath: исследовательская математика, на которую у специалистов уходят часы и дниПодробнее на английском ↗12,2%высокое
  • FrontierMath-Tiers-1-3-v2-PrivateСотни новых задач исследовательской математики от профессиональных математиков; эксперту на задачу нужны часы или дниПодробнее на английском ↗46,7%
  • ProofBench100 закрытых задач по математике уровня старших курсов и аспирантуры: модель пишет доказательство на Lean 4, его проверяет программаПодробнее на английском ↗9,0%высокое
  • Chess Puzzles100 новых шахматных задач, позиция дана текстом: нужно найти единственный лучший ход по оценке движка StockfishПодробнее на английском ↗26,3%
  • SimpleQA Verified1000 коротких вопросов на факты, на которые модель отвечает по памяти, без поиска в интернетеБалл — F1: учитываются и доля верных ответов, и точность там, где модель решилась ответить, так что честное «не знаю» лучше ошибки.Подробнее на английском ↗21,6%высокое
  • Terminal BenchЗадачи в командной строке по мотивам реальной работы: агент сам выполняет их в терминале, результат проверяют автотестыПодробнее на английском ↗34,8%
  • ARC-AGI-2Вторая, более трудная версия головоломок на клетках: по примерам найти скрытое правило и применить его к новой картинкеНа каждое задание даётся две попытки; люди в среднем решают около 60% заданий.Подробнее на английском ↗4,4%высокое
  • Fiction.LiveBenchВопросы по длинным художественным текстам: понять мотивы героев, порядок событий и сделать выводы из всего сюжетаРезультат зависит от длины текста: с ростом объёма точность обычно падает, поэтому сравнивать стоит при одинаковой длине.Подробнее на английском ↗69,4%среднее
  • Lech Mazur WritingКороткие рассказы, в которые надо органично вплести десять заданных элементов: персонажа, предмет, место, мотив, тон и другиеБалл относительный: модели-судьи сравнивают рассказы попарно, ноль — примерно середина сравниваемых моделей, а не процент.Подробнее на английском ↗83,1%среднее
  • VPCTПо картинке с горками и препятствиями модель должна предсказать, в какое из трёх вёдер упадёт шарикВёдер три, поэтому наугад можно набрать около 33%; люди в проверке решили все задачи.Подробнее на английском ↗10,3%среднее
  • HLEHumanity's Last Exam: 2500 вопросов экспертного уровня по математике, естественным и гуманитарным наукам, ответ не найти поискомПодробнее на английском ↗15,4%
  • WeirdMLНеобычные задачи по машинному обучению: модель пишет код, который на выданных данных обучает классификатор, например для распознавания фигурБалл — средняя точность обученных моделью классификаторов, а не доля решённых задач.Подробнее на английском ↗52,7%высокое
  • OTIS Mock AIME 2024-202545 олимпиадных задач по математике из пробных экзаменов AIME школы OTIS; ответ — целое число от 0 до 999Подробнее на английском ↗86,7%
  • SWE-Bench verifiedНастоящие задачи из GitHub по проектам на Python: модель правит код, а тесты проверяют, решена ли проблемаПо оценке Epoch, в 5–10% задач есть ошибки, поэтому 100% недостижимы; Epoch считает результат по 484 задачам из 500.Подробнее на английском ↗64,7%среднее
  • GPQA diamond198 вопросов с выбором ответа по физике, химии и биологии уровня аспирантуры — такие, что ответ не найти поискомСлучайный выбор даёт 25%, а специалисты с учёной степенью в своей области набирают около 70%.Подробнее на английском ↗66,7%
  • MATH level 5Самые трудные задачи (5-й уровень) из набора MATH — задачи американских школьных олимпиад AMC 10, AMC 12 и AIMEТест близок к насыщению: у сильных моделей результаты почти одинаковые и высокие, разница в несколько пунктов мало что значит.Подробнее на английском ↗97,8%высокое
  • ARC-AGIГоловоломки на цветных клетках: по паре примеров нужно понять правило преобразования картинки и применить его к новойПодробнее на английском ↗54,3%высокое

Новости о модели

все упоминания · 78

  1. OpenAI открыла доступ к модели GPT-5.6 Cyber в облаке для госструктур США

    С одобрения OpenAI клиенты облака Amazon для госструктур США могут использовать GPT-5.6 Cyber в регионе US-East через сервис ИИ-моделей Amazon Bedrock для разрешённых задач кибербезопасности.

  2. Уязвимости в PHP независимо нашли две команды с моделями OpenAI и Google

    Две критические уязвимости в самом PHP позволяют без входа в систему запустить свой код на сайте; их независимо нашли исследователь фирмы по кибербезопасности Calif с GPT-5.6 Sol и команда Wiz из Google Cloud.

  3. Связка GPT-5.5 и дешёвой модели Jev ловит ошибки рецензентов за полцены

    Метод PremiseCheck дробит комментарий рецензента на простые утверждения и сверяет их со статьёй с помощью дешёвой модели Jev: точность сопоставима с GPT-5.5 примерно за полцены.

  4. Google заплатила компании XBOW 250 тыс. долларов за уязвимости Chrome, найденные с GPT-5.6 Sol

    Исследователь компании XBOW с ИИ-агентами на модели OpenAI GPT-5.6 Sol за шесть дней собрал цепочку уязвимостей Chrome, потратив 40 тыс. долларов на вычисления, а Google заплатила за неё 250 тыс. долларов.

  5. Утилита Уиллисона по умолчанию считает длину текста для GPT-5 и GPT-6, а не GPT-4

    Утилита Уиллисона по умолчанию делит текст на токены так же, как GPT-5 и GPT-6, а от числа этих кусочков зависят цена запроса и то, уместится ли текст в модель. Что GPT-5 и GPT-6 делят текст одинаково, OpenAI не подтверждала.

  6. 14 октября GPT-5.5 уберут из ChatGPT и Codex, но через API модель останется

    С 14 октября GPT-5.5 пропадёт из ChatGPT, ChatGPT Work и Codex на всех тарифах. Через платформу OpenAI API и в Codex при входе по ключу API ею можно будет пользоваться и дальше.

Данные: models.dev (MIT) и Epoch AI (CC BY 4.0).