把长材料整理成可用答案
GPT-4o mini 可以结合较长的对话历史、邮件线程或代码材料生成回复，不必只围绕最后一句问题作答。适合提炼要点、整理待办和解释代码片段；提交时明确任务、保留相关材料，并指定交付格式，有助于让结果贴近业务目标。
规格与接口特性
在选型前明确容量、输入输出与调用方式。
- 原生上下文
- 128K tokens
- 原生最大输出
- 单次最高16K tokens
- 知识截止
- 2023年10月
- 输入与输出
- 文本、图像输入；文本输出
- 工具协作
- 支持函数调用，可结合应用提供的数据与操作
- 调用入口
- Responses、Chat Completions及AI Chat会话接口
上下文和最大输出为公开原生规格，本平台各入口的请求结构与实际可用范围按所选接口区分。
核心能力
了解 gpt-4o-mini 能为你的工作带来什么。
从图片理解走向信息提取
它能够把文字要求与图片内容结合起来，用文字解释图像或提取可见信息。收据整理是典型用法：提供清晰图片，指定商户、日期、金额等字段，再将结果交给程序校验。这里的视觉能力用于理解图片，而不是生成或修改图片。
适合拆分任务的函数协作
模型支持函数调用，适合在对话中提出查询数据或执行操作所需的函数名与参数。应用可以接收调用请求、执行自己的业务代码，再将结果回填给模型组织答案。这样可将语言理解与确定性的业务逻辑分开，而不是让模型凭空推测系统状态。
适用场景
从具体任务出发，找到模型发挥作用的位置。
客服与工单回复
输入客户问题、相关政策和必要的历史沟通，让模型生成答复草稿、工单摘要与待确认事项。对多轮客服，可使用会话入口保存上下文并携带id续聊；对需要精确控制材料的系统，则自行维护messages，避免把无关历史持续累积。
收据与业务资料整理
将收据图片与字段要求一起提交，输出便于入库的文字或JSON结果；也可输入已经提取出的文档文本，整理分类、摘要和关键条款。交付时要求缺失字段留空，并保留原文片段供复核，金额与日期再由业务程序检查。
邮件与轻量开发辅助
提供邮件线程、收件人关系和回复目标，让模型起草保持上下文一致的邮件；提供代码片段、报错和预期行为，则可获取问题解释与修改建议。适合边界清楚的日常辅助任务，生成的代码仍需在自己的开发环境中测试。
如何选择这个模型
结合任务复杂度、输入材料与预期结果选择。
从GPT-3.5 Turbo迁移时
如果原有应用主要做文字回复、结构化提取和对话总结，GPT-4o mini值得纳入迁移测试。它相较GPT-3.5 Turbo具有更好的长上下文表现，并增加图像理解能力。建议用真实邮件、工单和收据样本比较字段准确率与回复质量，而不是只看模型名称。
与GPT-4o和绘图入口区分
GPT-4o mini侧重小型模型的资源效率，适合频繁执行清晰、可拆分的图文任务；是否改用GPT-4o，应根据实际任务质量要求进行比较。若目标是生成海报、修改参考图或输出图片，则应选择专门的图像生成入口，不能把mini的视觉理解当成绘图能力。
开始使用
从一次小规模任务到正式接入。
准备任务与材料
明确目标、必要输入与输出要求，使用真实业务样例作为起点。
在 API 调试区试用
打开试用页，确认此入口支持的参数，再提交小规模任务查看结果。
按 API 文档接入
保留完整模型 ID，使用文档规定的请求格式，并在 Pricing 页确认计费规则。
使用边界
在正式使用前，了解输出质量与能力范围。
- 知识截止于2023年10月，不能仅凭模型记忆回答最新政策、实时库存或近期事件。需要时应由应用提供更新材料或查询结果，并要求答案依据这些材料组织；函数调用能力本身不等于每次请求都会自动联网。
- 128K上下文与16K最大输出是不同指标，长输入不会带来同样长度的回复。处理长邮件链或大量代码时，应预留输出空间、删除重复内容并分段安排任务；托管会话也不意味着模型能够永久保留全部细节。
- 视觉理解的结果需要结合图片质量复核。收据中的细小金额、模糊日期或被遮挡的字段不宜直接用于记账；建议提交清晰局部图并要求标出不确定项。音频、视频生成和推理等级调节不属于这里介绍的基本能力。
常见问题
解答使用 gpt-4o-mini 时的常见疑问。
GPT-4o mini能看图，也能画图吗？
它可以结合图片与文字问题生成文字答案，适合图像说明和可见信息提取，但不是绘图模型。Chat Completions中可在content数组里组合text和image_url块；若需要实际图片成品，应使用专门的图像生成或编辑模型。
怎样选择Responses或Chat Completions？
已有messages对话结构的应用可使用/openai/chat/completions，读取choices中的回答；采用响应式工作流可使用/openai/responses并提交input。两者都使用model: gpt-4o-mini，但输入组织方式与响应解析方式不同。
多轮对话需要每次重传历史吗？
自行使用Chat Completions时，应把需要的历史放入messages。若希望简化会话管理，可使用AI Chat会话接口，开启stateful并在后续请求携带返回的id。会话保存属于接口功能，不代表模型具有无限上下文。
函数调用会直接执行我的业务代码吗？
不会仅因定义函数就自动执行代码。模型可以返回函数名和参数，应用负责验证参数、执行相应操作并回填结果。查询订单、发送邮件等任务应分别配置权限与执行逻辑，尤其不要省略涉及写入操作的确认步骤。
能直接把PDF当图片传入吗？
PDF文件与图片输入不是同一种请求。对GPT-4o mini，清晰图片和已经提取的文本是这里介绍的主要输入方式。需要处理PDF时，可先提取正文或将相关页面转为图片，再按摘要、字段提取或问答目标提交内容。
模型资料 · 更新日期：2026-10-01。调用参数与计费规则请查看 API 和定价栏目。