OpenAI의 O4-Mini-Deep-Research는 컴팩트하면서도 강력한 o4-mini 추론 모델과 에이전틱 Deep Research 프레임워크, 두 가지 핵심 혁신의 융합을 의미합니다. 2025년 6월에 출시된 이 하이브리드 시스템은 풀사이즈 모델 대비 비용과 지연을 크게 낮춘 상태에서 자율적이고 고충실도의 리서치 기능을 제공합니다. Deep Research 에이전트 내에서 o4-mini의 슬림한 아키텍처를 활용함으로써, 개발자와 연구자는 장시간 웹 브라우징, 데이터 통합, 복잡한 분석 워크플로를 며칠이 아니라 몇 분 만에 실행할 수 있습니다.

기능

경량 아키텍처: 지연 시간과 추론 비용을 줄이기 위해 컴팩트한 o4-mini 변형을 활용합니다.
통합 웹 검색: 추론 파이프라인 내부에서 검색 도구를 호출하여 더 풍부하고 최신의 컨텍스트를 제공합니다.
Python 인터프리터 액세스: 수학적 증명, 데이터 처리, 대화형 질의를 위한 온더플라이 코드 실행을 지원합니다.
모듈형 에이전트 설계: 플러그형 도구 인터페이스로 맞춤형 검색 또는 외부 API와의 매끄러운 통합이 가능하며 유연성을 높입니다.

기술 세부사항

O4-Mini-Deep-Research는 transformer 기반 o4-mini 모델 위에 구축되었으며, 다음을 조율하는 agentic 프레임워크 하에서 파인튜닝되었습니다:

질의 분해: 복잡한 프롬프트를 하위 작업으로 분해합니다.
검색 보강 추론: 실시간 사실 근거 확보를 위해 retrieval 단계를 chain-of-thought에 내장합니다.
자기 검증 루프: self-check 루틴을 구현해 hallucination을 줄이지만, 일부 부정확성은 여전히 남아 있습니다.
인터프리터 호출: 연산을 위해 샌드박스된 Python 런타임을 동적으로 구동하여 AIME와 같은 벤치마크에서 성능을 향상합니다.

벤치마크 성능

AIME 2025: o4-mini는 American Invitational Mathematics Examination에서 92.7% 정확도를 달성했으며, 수학 추론 과제에서 o3를 능가했습니다.
GPQA Diamond: 박사 수준의 과학 질문에서 81.4점을 기록하며 과학 분야에서 견고한 성능을 보여주었습니다.
BrowseComp Agentic Browsing: 에이전틱 브라우징 벤치마크에서 45.6% 정확도를 달성했으며, 딥 리서치 모드의 51.5%와 비교해 속도를 위해 일부 깊이를 절충합니다.

모델 버전 관리

OpenAI는 재현성과 버전 관리를 보장하기 위해 날짜가 포함된 모델 식별자를 공개합니다:

o4-mini-deep-research-2025-06-26
이후 업데이트는 <model>-<YYYY-MM-DD> 규칙을 따르며, 이를 통해 개발자는 프로덕션에서 특정 스냅샷을 고정할 수 있습니다.

한계

시간 제한: 600초를 초과하는 쿼리는 오류 처리되며 컴퓨트 크레딧이 환불됩니다. 이는 더 짧은 반복적 리서치 사이클을 강조합니다.
깊이와 속도의 절충: 처리량에 최적화되어 있지만, o3 대비 초복잡 쿼리에서는 덜 포괄적인 종합 결과를 낼 수 있습니다.
검색 의존성: 품질은 상류 검색 결과에 좌우되며, 누락되었거나 유료 벽으로 막힌 소스는 완전성에 영향을 줄 수 있습니다.

How to access o4-mini-deep-researc API

cometapi.com에 로그인하세요. 아직 저희 사용자가 아니라면 먼저 등록해 주세요. CometAPI 콘솔에 로그인합니다. 인터페이스의 액세스 자격 증명인 API 키를 발급받으세요. 개인 센터의 API 토큰에서 “Add Token”을 클릭하고 토큰 키: sk-xxxxx를 발급받아 제출합니다.

Step 2: Send Requests to `o4-mini-deep-research` API

API 요청을 보내고 요청 본문을 설정하려면 “\**o4-mini-deep-research\**” 엔드포인트를 선택합니다. 요청 메서드와 요청 본문은 당사 웹사이트의 API 문서에서 확인할 수 있습니다. 편의를 위해 웹사이트에서 Apifox 테스트도 제공합니다. 계정의 실제 CometAPI 키로 <YOUR_API_KEY>를 바꾸세요.

콘텐츠 필드에 질문이나 요청을 입력하세요—모델이 응답하는 대상입니다. 생성된 답변을 얻기 위해 API 응답을 처리합니다.

Step 3: Retrieve and Verify Results

생성된 답변을 얻기 위해 API 응답을 처리합니다. 처리 후 API는 작업 상태와 출력 데이터를 반환합니다.

기능

경량 아키텍처: 지연 시간과 추론 비용을 줄이기 위해 컴팩트한 o4-mini 변형을 활용합니다.
통합 웹 검색: 추론 파이프라인 내부에서 검색 도구를 호출하여 더 풍부하고 최신의 컨텍스트를 제공합니다.
Python 인터프리터 액세스: 수학적 증명, 데이터 처리, 대화형 질의를 위한 온더플라이 코드 실행을 지원합니다.
모듈형 에이전트 설계: 플러그형 도구 인터페이스로 맞춤형 검색 또는 외부 API와의 매끄러운 통합이 가능하며 유연성을 높입니다.

기술 세부사항

O4-Mini-Deep-Research는 transformer 기반 o4-mini 모델 위에 구축되었으며, 다음을 조율하는 agentic 프레임워크 하에서 파인튜닝되었습니다:

질의 분해: 복잡한 프롬프트를 하위 작업으로 분해합니다.
검색 보강 추론: 실시간 사실 근거 확보를 위해 retrieval 단계를 chain-of-thought에 내장합니다.
자기 검증 루프: self-check 루틴을 구현해 hallucination을 줄이지만, 일부 부정확성은 여전히 남아 있습니다.
인터프리터 호출: 연산을 위해 샌드박스된 Python 런타임을 동적으로 구동하여 AIME와 같은 벤치마크에서 성능을 향상합니다.

벤치마크 성능

AIME 2025: o4-mini는 American Invitational Mathematics Examination에서 92.7% 정확도를 달성했으며, 수학 추론 과제에서 o3를 능가했습니다.
GPQA Diamond: 박사 수준의 과학 질문에서 81.4점을 기록하며 과학 분야에서 견고한 성능을 보여주었습니다.
BrowseComp Agentic Browsing: 에이전틱 브라우징 벤치마크에서 45.6% 정확도를 달성했으며, 딥 리서치 모드의 51.5%와 비교해 속도를 위해 일부 깊이를 절충합니다.

모델 버전 관리

OpenAI는 재현성과 버전 관리를 보장하기 위해 날짜가 포함된 모델 식별자를 공개합니다:

o4-mini-deep-research-2025-06-26
이후 업데이트는 <model>-<YYYY-MM-DD> 규칙을 따르며, 이를 통해 개발자는 프로덕션에서 특정 스냅샷을 고정할 수 있습니다.

한계

시간 제한: 600초를 초과하는 쿼리는 오류 처리되며 컴퓨트 크레딧이 환불됩니다. 이는 더 짧은 반복적 리서치 사이클을 강조합니다.
깊이와 속도의 절충: 처리량에 최적화되어 있지만, o3 대비 초복잡 쿼리에서는 덜 포괄적인 종합 결과를 낼 수 있습니다.
검색 의존성: 품질은 상류 검색 결과에 좌우되며, 누락되었거나 유료 벽으로 막힌 소스는 완전성에 영향을 줄 수 있습니다.

How to access o4-mini-deep-researc API

Step 2: Send Requests to `o4-mini-deep-research` API

콘텐츠 필드에 질문이나 요청을 입력하세요—모델이 응답하는 대상입니다. 생성된 답변을 얻기 위해 API 응답을 처리합니다.

Step 3: Retrieve and Verify Results

생성된 답변을 얻기 위해 API 응답을 처리합니다. 처리 후 API는 작업 상태와 출력 데이터를 반환합니다.

o4-mini-deep-research

기능

기술 세부사항

벤치마크 성능

모델 버전 관리

한계

How to access o4-mini-deep-researc API

Step 2: Send Requests to `o4-mini-deep-research` API

Step 3: Retrieve and Verify Results