OpenAIs O4-Mini-Deep-Research repræsenterer konvergensen af to afgørende innovationer: den kompakte, men kraftfulde o4-mini-ræsonnementsmodel og det agentbaserede Deep Research-rammeværk. Lanceret i juni 2025 leverer dette hybride system autonome forskningsfunktioner i høj kvalitet til en brøkdel af omkostningerne og latensen i forhold til sine fuldskala-modstykker. Ved at udnytte o4-minis strømlinede arkitektur i Deep Research-agenten kan udviklere og forskere nu udføre udvidet webbrowsing, datasyntese og komplekse analysearbejdsgange på minutter, snarere end dage .
Funktioner
- Letvægtsarkitektur: Anvender den kompakte o4-mini-variant for reduceret latenstid og omkostninger ved inferens .
- Integreret websøgning: Kan kalde søgeværktøjer inden for sin ræsonnements-pipeline og giver en rigere, opdateret kontekst .
- Adgang til Python-fortolker: Understøtter ad hoc-kodekørsel for matematiske beviser, databehandling og interaktive forespørgsler.
- Modulært agentdesign: Udskiftelige værktøjsgrænseflader muliggør sømløs integration med brugerdefineret hentning eller eksterne API'er, hvilket øger fleksibiliteten.
Tekniske detaljer
O4-Mini-Deep-Research bygger på den transformer-baserede o4-mini-model, finjusteret under et agentbaseret rammeværk, som orkestrerer:
- Forespørgselsnedbrydning: Bryder komplekse prompter ned i delopgaver.
- Søgeforstærket ræsonnement: Indlejrer hentetrin i sin tankekæde, hvilket muliggør faktagrundlag i realtid.
- Selvvalideringssløjfer: Implementerer selvtjek-rutiner for at reducere hallucination, selvom der stadig forekommer nogle unøjagtigheder.
- Fortolkerkald: Opstarter dynamisk en sandboxet Python-runtime til beregninger, hvilket øger ydeevnen på benchmarks som AIME.
Benchmark-resultater
- AIME 2025: o4-mini opnåede 92.7% accuracy på American Invitational Mathematics Examination og overgik o3 på matematiske ræsonnementsopgaver.
- GPQA Diamond: Scorede 81.4 på spørgsmål i naturvidenskab på ph.d.-niveau, hvilket demonstrerer robust performance i videnskabelige domæner .
- BrowseComp Agentic Browsing: Leverede 45.6% accuracy i agentbaserede browsing-benchmarks, sammenlignet med 51.5% for Deep Research-tilstand—bytter en smule dybde for hastighed .
Modelversionering
OpenAI offentliggør dato-stemplede modelidentifikatorer for at sikre reproducerbarhed og versionskontrol:
- o4-mini-deep-research-2025-06-26
- Fremtidige opdateringer vil følge konventionen
<model>-<YYYY-MM-DD>, så udviklere kan fastlåse specifikke snapshots i produktion.
Begrænsninger
- Time-out-begrænsninger: Forespørgsler, der overstiger 600 sekunder, vil fejle og refundere beregningskreditter, hvilket understreger kortere, iterative forskningscyklusser .
- Dybde vs. hastighed-afvejning: Selvom den er optimeret til throughput, kan o4-mini-deep-research give mindre udtømmende synteser på ultra-komplekse forespørgsler sammenlignet med sin o3-modpart .
- Afhængighed af hentning: Kvaliteten afhænger af upstream-søgeresultater; manglende eller betalingsmurede kilder kan påvirke fuldstændighed.
Sådan får du adgang til o4-mini-deep-research API
Trin 1: Tilmeld dig for at få en API-nøgle
Log ind på cometapi.com. Hvis du ikke allerede er bruger hos os, skal du registrere dig først. Log ind i din CometAPI console. Hent interfaceets API-nøgle (adgangslegitimation). Klik på “Add Token” ved API-tokenet i det personlige center, hent token-nøglen: sk-xxxxx og indsend.
Trin 2: Send forespørgsler til o4-mini-deep-research API
Vælg “\**o4-mini-deep-research\**”-endpointet for at sende API-anmodningen og angive request body. Anmodningsmetoden og request body fås fra vores websites API-dokumentation. Vores website tilbyder også Apifox test for din bekvemmelighed. Erstat <YOUR_API_KEY> med din faktiske CometAPI-nøgle fra din konto.
Indsæt dit spørgsmål eller din anmodning i content-feltet—det er dette, modellen vil svare på . Behandl API-svaret for at få det genererede svar.
Trin 3: Hent og verificér resultater
Behandl API-svaret for at få det genererede svar. Efter behandlingen svarer API'et med opgavens status og outputdata.