OpenAI: GPT-4o-mini (batch)

GPT-4o Mini adalah model kecil OpenAI dalam keluarga GPT-4o untuk pekerjaan yang terarah. Model ini menerima teks dan gambar serta menghasilkan teks, termasuk Structured Outputs. Perannya berguna ketika aplikasi memerlukan respons ringkas terhadap permintaan yang dirumuskan dengan jelas: mengekstrak field, menyusun balasan dari materi referensi yang diberikan, atau menjalankan langkah terbatas dalam proses yang lebih besar.

Untuk respons dukungan, berikan pesan masuk, kutipan kebijakan yang relevan, dan fakta yang sudah ditetapkan dalam percakapan. Mintalah usulan balasan singkat dan sebutkan informasi yang masih dibutuhkan dari pengirim. Untuk ekstraksi dokumen, definisikan field, jelaskan penanganan nilai yang tidak tersedia, dan pertahankan label yang menghubungkan setiap hasil dengan sumbernya. Pendekatan yang sama dapat menghasilkan klasifikasi, bagian teks yang disunting, atau penjelasan perubahan kode kecil tanpa menjadikan model sebagai pengganti logika aplikasi yang melingkupinya.

Produsen mencantumkan jendela konteks 128000 token, keluaran maksimum 16384 token, dan batas pengetahuan 1 Oktober 2023. Materi sumber, percakapan, dan keluaran yang dihasilkan menggunakan konteks itu bersama-sama. Pertahankan fakta terdahulu yang penting agar tetap terlihat dan nyatakan artefak akhir yang diperlukan. GPT-4o Mini adalah model kecil tersendiri, bukan mode panjang keluaran GPT-4o penuh; identitas dan kemampuannya sendiri harus memandu tugas meskipun kedua model memiliki spesifikasi yang sama pada bagian tertentu.

Gambar dapat berupa tangkapan layar, halaman dokumen, foto, atau diagram. Alur kerja visi OpenAI menerima PNG, JPEG, WebP, dan GIF nonanimasi, dengan detail low, high, atau auto untuk keluarga ini. Detail yang lebih tinggi mengikuti penanganan gambar berbasis petak gambar oleh produsen. Jaga agar label penting terbaca dan tegak, serta jelaskan bagian gambar yang harus menjadi dasar jawaban. Hubungan spasial yang halus, hitungan objek yang tepat, proyeksi gambar yang tidak lazim, dan sebagian teks non-Latin merupakan kesulitan yang didokumentasikan. Pertanyaan yang terarah memudahkan perbandingan respons visual dengan bukti asli. Dalam alur kerja visi yang didokumentasikan OpenAI, total payload permintaan dibatasi 512 MB dan satu permintaan dapat memuat hingga 1500 gambar; gambar dan teks juga harus muat dalam konteks model.

Alur kerja file produsen meneruskan teks hasil ekstraksi dan gambar halaman PDF ke model yang mendukung visi. File perkantoran dan teks lainnya hanya menyumbangkan teks hasil ekstraksi, sehingga gambar dan bagan yang tertanam di dalamnya perlu direpresentasikan sebagai PDF ketika visual tersebut penting. Pengayaan data spreadsheet menggunakan hingga 1000 baris pertama per lembar. Setiap file harus berukuran di bawah 50 MB, dengan total ukuran file dalam permintaan hingga 50 MB. Chat Completions menerima bagian file PDF; alur kerja Responses yang didokumentasikan menerima ragam format file yang lebih luas. Pertahankan pengenal halaman, baris, atau bagian dalam materi yang digunakan untuk ekstraksi.

Streaming mengembalikan teks secara bertahap. Structured Outputs membatasi respons lengkap pada subset JSON Schema yang didukung, sedangkan permintaan mode JSON hanya memastikan JSON yang valid. Sebutkan field wajib dan nilai yang diizinkan, termasuk representasi eksplisit untuk bukti yang tidak tersedia. Aplikasi perlu menangani penolakan dan respons yang tidak lengkap secara terpisah. Skema dapat membuat artefak sesuai untuk tahap berikutnya, tetapi nilainya tetap harus mencerminkan sumber sebenarnya, bukan isian rekaan untuk field kosong.

GPT-4o Mini mendukung pemanggilan fungsi dan alur kerja berorientasi alat dari produsen dengan pencarian web, pencarian file, interpretasi kode, serta koneksi MCP. Jelaskan fungsi yang tersedia, biarkan aplikasi menjalankan operasi yang diminta, dan kembalikan hasil pengamatannya sebelum model menyusun jawaban lanjutan. OpenAI juga mendukung alat pembuatan gambar terpisah dalam alur kerja Responses yang dikonfigurasi. Gambar yang dihasilkan alat tersebut merupakan artefak terpisah; keluaran bawaan model yang didokumentasikan tetap berupa teks. Pencarian dan penggunaan alat merupakan aktivitas yang dikonfigurasi, bukan bukti bahwa setiap balasan telah memeriksa informasi terkini.

Predicted Outputs mendukung pembuatan ulang dokumen atau file kode yang sebagian besar sudah diketahui dengan perubahan kecil. Berikan konten sebelumnya dan suntingan yang tepat, lalu bandingkan artefak hasil dengan permintaan tersebut. Jalur prediksi hanya mendukung teks dan tidak dapat digabungkan dengan pemanggilan fungsi; logprobs, max_completion_tokens, serta beberapa kontrol lain juga dikecualikan. Permintaan biasa yang menggunakan alat merupakan jalur berbeda ketika balasan bergantung pada pencarian atau perhitungan baru.

OpenAI mendokumentasikan fine-tuning untuk model ini dan menjelaskan penggunaan keluaran model yang lebih besar untuk mengajarkan tugas khusus kepada model GPT-4o Mini yang lebih kecil. Alur distilasi ini menghasilkan model yang disesuaikan; proses itu tidak mengubah identitas respons Mini biasa. Untuk permintaan biasa, tetapkan tugas dan format keluaran dengan contoh yang jelas, lalu gunakan tindak lanjut yang terarah untuk merevisi hasil yang sama. Artefak akhir yang berguna tetap terhubung dengan fakta sumber, pembaca yang dituju, dan langkah aplikasi yang menggunakannya.