此模型已弃用。我们仍会测试其性能，但频率降低：每 18 小时一次，而非每 6 小时一次。

OpenAI 已推出更新版本 GPT-5 mini。我们建议考虑使用该版本。

OpenAI

•

Proprietary model

•

Released 2024年7月

GPT-4o mini API 服务商基准测试与分析

模型比较

本分析旨在帮助你根据使用场景，选择 GPT-4o mini 的最佳 API 服务商。

每任务耗时最短

每个 Intelligence Index 任务耗时（分钟）

共 2 家服务商

每任务成本最低

每个 Intelligence Index 任务成本

共 2 家服务商

可通过 2 家 API 服务商使用 GPT-4o mini，每家服务商的性能特征和价格各不相同。下方对比了各服务商的关键指标。

每任务耗时

Inference time (minutes) per Intelligence Index task · Lower is better

No data available

每任务成本

Weighted average cost (USD) per Intelligence Index task · Lower is better

No data available

价格

每项 Intelligence Index 任务的成本: GPT-4o mini

Weighted average cost (USD) per Intelligence Index task · Segmented by token type · Lower is better

No data available

Weighted average cost per Intelligence Index task. Each evaluation’s cost is calculated from input, cache hit, cache write, reasoning, and answer token prices, divided by task count, and weighted by its Intelligence Index weight.

价格：缓存命中、输入和输出: GPT-4o mini

Price (USD per M Tokens) · Lower is better

Price per token for cached prompts (previously processed), typically offering a significant discount compared to regular input price, represented as USD per million tokens. The values shown here are the cache hit price; cache write and cache storage are billed separately and vary by provider — see "Cache pricing by provider" for detail.

输出速度与每任务成本: GPT-4o mini

Output speed: output tokens divided by total request time, including time to first token · Weighted average cost (USD) per Intelligence Index task

Most attractive quadrant

No data available

Output tokens, including reasoning tokens, received per second over a request's full duration, from sending the request to receiving the final token. The headline value averages each Performance v3 workload over the past 5 days, then averages the workloads.

速度

已测量的单次请求和多轮智能体工作负载的平均值

输出速度: GPT-4o mini

输出 token 除以请求总时间 · 包含首 Token 延迟 · 已测量的单次请求和多轮智能体工作负载的平均值 · 越高越好

Speed and latency metrics average each endpoint's runs over the past 5 days, and the error rate pools them. We run the benchmark every 6 hours, and endpoints of deprecated models every 18 hours.

延迟

已测量的单次请求和多轮智能体工作负载的平均值

首个答案 Token 延迟: GPT-4o mini

经过推理后首个答案 token 到达所需的秒数 · 已测量的单次请求和多轮智能体工作负载的平均值 · 越低越好

Time to first answer token received, in seconds, after API request sent. For reasoning models, this includes the 'thinking' time of the model before providing an answer. For models which do not support streaming, this represents time to receive the completion.

Speed and latency metrics average each endpoint's runs over the past 5 days, and the error rate pools them. We run the benchmark every 6 hours, and endpoints of deprecated models every 18 hours.

可靠性

在所有已测量的单次请求和多轮智能体工作负载中，接入点失败的请求占比

接入点错误率: GPT-4o mini

接入点因错误、限速或超时而失败的请求占比 · 涵盖所有已测量的单次请求和多轮智能体工作负载 · 越低越好

Share of requests over the past 5 days that the endpoint failed with an error, a rate limit or a timeout. Failures on our side are left out of both counts. Across several workloads, the failures and requests are pooled before dividing.

Speed and latency metrics average each endpoint's runs over the past 5 days, and the error rate pools them. We run the benchmark every 6 hours, and endpoints of deprecated models every 18 hours.

缓存

缓存命中率: GPT-4o mini

多轮智能体会话各次运行在最近四周的中位数，更新于 2026年10月26日 · 越高越好

The share of cacheable input tokens served from the provider's prompt cache, measured during multi-turn agentic sessions. We regularly measure each endpoint and report a representative rate based on recent measurements. Higher values mean more of the input is billed at the cheaper cache-hit price, where the provider offers one, which lowers the effective cost of agentic workloads. For further details, see our methodology page.

每任务成本与缓存命中率: GPT-4o mini

Weighted average cost (USD) per Intelligence Index task · Cache hit rate: median of the last four weeks, updated Oct 26, 2026

Most attractive quadrant

No data available

关键比较指标与 API 功能



Microsoft Azure	--	--	2.20	0.0%	128k	专有
OpenAI	--	--	2.92	2.9%	128k	专有

常见问题

关于 GPT-4o mini 服务商的常见问题

可通过 2 家 API 服务商使用 GPT-4o mini：OpenAI和Azure。每家服务商的性能特征和价格各不相同。

目前可通过我们进行基准测试和跟踪的 2 家 API 服务商使用 GPT-4o mini。

GPT-4o mini 的首个答案 Token 延迟最低的服务商是 Azure（2.20s）和OpenAI（2.92s）。延迟越低，初始响应越快。

按混合价格计算，GPT-4o mini 最实惠的服务商是 OpenAI（每 100 万 token $0.14）和Azure（每 100 万 token $0.14）。混合价格采用缓存命中/输入/输出 token 为 7:2:1 的比例。

GPT-4o mini 输入 token 价格最低的服务商是 OpenAI（每 100 万输入 token $0.15）和Azure（每 100 万输入 token $0.15）。

GPT-4o mini 输出 token 价格最低的服务商是 OpenAI（每 100 万输出 token $0.60）和Azure（每 100 万输出 token $0.60）。

提供 GPT-4o mini 的全部 2 家服务商均支持用于结构化输出的 JSON 模式。

提供 GPT-4o mini 的全部 2 家服务商均支持函数调用（工具使用）。

选择 GPT-4o mini 服务商时，请考虑：每任务耗时（完成一个 Intelligence Index 任务的速度）、延迟（适合需要快速首次响应的交互式应用）、价格（适合成本敏感型工作负载），以及 JSON 模式或函数调用等 API 功能。

会。服务商性能可能因基础设施变化、负载均衡和更新而随时间波动。我们持续对所有服务商进行基准测试，并在“随时间变化”图表中展示历史性能趋势。

有关 GPT-4o mini 的智能、能力、模态及其与其他模型的比较，请参阅模型概览页面。查看模型概览

GPT-4o mini API 服务商基准测试与分析

每任务耗时最短

每任务成本最低

每任务耗时

每任务成本

价格

每项 Intelligence Index 任务的成本: GPT-4o mini

Cost per Intelligence Index Task

价格：缓存命中、输入和输出: GPT-4o mini

Cache Hit

输出速度与每任务成本: GPT-4o mini

End-to-End Output Speed

速度

输出速度: GPT-4o mini

End-to-End Output Speed

Time Period

延迟

首个答案 Token 延迟: GPT-4o mini

Time to First Answer Token

Time Period

可靠性

接入点错误率: GPT-4o mini

Endpoint Error Rate

Time Period

缓存

缓存命中率: GPT-4o mini

What Cache Hit Rate Shows

每任务成本与缓存命中率: GPT-4o mini

Cost per Intelligence Index Task

What Cache Hit Rate Shows

关键比较指标与 API 功能

常见问题

可以在哪里使用 GPT-4o mini？

有多少家 API 服务商提供 GPT-4o mini？

哪家服务商提供的 GPT-4o mini 延迟最低？

哪家服务商提供的 GPT-4o mini 最便宜？

哪家服务商提供的 GPT-4o mini 输入价格最低？

哪家服务商提供的 GPT-4o mini 输出价格最低？

哪些 GPT-4o mini 服务商支持 JSON 模式？

哪些 GPT-4o mini 服务商支持函数调用？

如何选择 GPT-4o mini 服务商？

GPT-4o mini 的服务商性能会随时间变化吗？

GPT-4o mini 的整体能力如何？