İçeriğe geç
Seviye B — Üretim
Çalıştığı yer:USYapıldığı yer:United States

Kullanımdan kaldırma tarihi

Sağlayıcı bu modeli 11 Aralık 2026 tarihinde kullanımdan kaldıracak. O zamana kadar her zamanki gibi çalışır.

OpenAI

gpt-5-mini-2025-08-07

Seviye B — Üretim

Tokonomix Editöryel Ekibi·İnceleyen Mes Kalkan··

GPT-5-mini-2025-08-07, OpenAI tarafından geliştirilen ve 2025 yılında GPT-5 ailesi kapsamında piyasaya sürülen bir metin üretim modelidir. "Mini" tanımlamasının işaret ettiği üzere, bu model serideki daha küçük ve verimli bir varyantı temsil eder; yetenek ile hesaplama verimliliği arasında denge kurmak üzere tasarlanmıştır. Giriş komutlarına dayalı olarak insansı metinler işler ve üretir; içerik üretimi, sohbet ajanları, metin analizi ve genel amaçlı dil görevleri dahil olmak üzere çeşitli uygulamalar için uygundur. Model, özel çok modlu işlevler olmaksızın standart metin üretim yeteneklerine sahiptir ve temel dil anlama ve üretimi üzerine odaklanır. Bağlam penceresi boyutu kamuya açıklanmamış olsa da, GPT-5 serisinin temel mimari özelliklerini korur; önceki nesillere kıyasla geliştirilmiş akıl yürütme yetenekleri ve daha doğru olgusal yanıtlar içerir. Ağustos 2025 yayın tarihi, o zamana kadar mevcut olan eğitim verilerini ve mimari iyileştirmeleri içerdiğini gösterir. OpenAI'nin model yelpazesi içinde GPT-5-mini, tam ölçekli GPT-5 modellerinin hesaplama yükü olmadan yetenekli dil işleme gerektiren geliştiriciler ve kuruluşlar için erişilebilir bir seçenek olarak konumlanır. Yanıt hızı ve kaynak verimliliğinin kaliteyle birlikte önceliklendirildiği kullanım senaryolarına hizmet eder; bu da onu yüksek verimli uygulamalar, gömülü sistemler veya altyapı kısıtlamaları olan senaryolar için uygun hale getirir. Model, OpenAI'nin standart API altyapısı ve araç ekosistemi ile uyumluluğunu korur.

GPT-5-mini-2025-08-07, OpenAI'ın yeni nesil model ailesinin kompakt üyesi olarak, tam ölçekli GPT-5'in yeteneklerini daha verimli bir paket içinde sunmayı hedefliyor.

Tokonomix model analizi
Bölüm 01

Hız analizi

Tüm benchmark çalıştırmalarında ölçülen gecikme. P50 (medyan) ve P95 (95. yüzdelik) normal ve yoğun yük altında yanıt hızının gerçekçi bir resmini verir.

P50 gecikme (medyan)P95 gecikme97 runs
479161827573896503508-2209-15ms
Bölüm 02

Kalite puanları

Bu modelin her soru kategorisinde sahanın geri kalanına göre nerede durduğu; aynı sorular üzerinde ikili karşılaştırmayla hesaplanır. Ham jüri puanı her sayının altındadır.

64%
Kod üretimi
jüri ortalaması 74
35%
Yaratıcı
jüri ortalaması 59
40%
Olgusal
jüri ortalaması 77
32%
Çok dilli
jüri ortalaması 78
58%
Akıl yürütme
jüri ortalaması 63

Kategori başına kazanma oranı: bu modelin o kategoriden bir soruda ortalama bir modeli ne sıklıkla yendiği. %50 ortalamadır, kalma notu değildir. Doğru cevap yüzdesi de değildir.

Bölüm 03

Fiyatlar

Bu modeli Tokonomix üzerinden kullandığınızda milyon token başına ödediğiniz tutar ve tipik bir konuşma için tahmini maliyet.

💰
API tarifeleri — gpt-5-mini-2025-08-07
$0.3800 1M giriş token başına
$2.99 1M çıkış token başına
≈ $0.0008 tipik konuşma başına (800 token)
Giriş vs çıkış fiyatı (1M token başına)
1M giriş token başına$0.3800
1M çıkış token başına$2.99
Bölüm 04

Saniye başına token

Ölçülen P50 gecikmesinden türetilen saniye başına token verimi. Yüksek daha iyidir; dalgalanmalar sağlayıcı tarafındaki yükü yansıtır.

Verim (token / s)318 / avg 279
41370

P50 gecikme × 200 çıkış token tahmininden hesaplandı — mutlak rakam bu varsayıma bağlıdır; önemli olan eğilimdir.

Bölüm 05

Güçlü & zayıf yönler

Benchmark sonuçları ve gerçek kullanım senaryolarına dair toplu topluluk geri bildirimine dayanır.

Güçlü yönler

Hızlı yanıt süreleriGPT-5 mimarisinin gelişmiş mantıksal çıkarımıYüksek hacimli iş yükleri için optimizeGenel amaçlı dil görevlerinde güçlüÖnceki nesillere göre daha doğruGömülü sistemler için uygunİçerik üretiminde tutarlı performansSohbet ajanları için verimli

Zayıf yönler

Bağlam penceresi boyutu açıklanmamışÇoklu ortam desteği yokAğustos 2025 bilgi kesme noktasıTam ölçekli GPT-5'ten daha sınırlı
Bölüm 06

Yetenekler

toolssource: litellmvisionjson modepdf inputreasoningjson schemaparallel toolsprompt cachingmax output tokens: 128000
Bölüm 07

Sık sorulan sorular

Mini varyant, hesaplama verimliliği ve yanıt hızı öncelikli senaryolar için optimize edilmiştir. Daha az kaynak tüketirken GPT-5 mimarisinin temel yeteneklerini korur, ancak en karmaşık görevlerde tam modelin performansına ulaşmayabilir.

Yüksek hacimli uygulamalar ve kaynak kısıtlı ortamlar için tasarlanan bu model, gelişmiş dil yetenekleri ile hesaplama verimliliği arasında makul bir denge kuruyor.

Tokonomix değerlendirme özeti
Bölüm 08

Kullanılabilirlik

Kullanılabilirlik

Henüz ölçüm verisi yok

Bu model için kullanılabilirlik istatistiklerini göstermek için yeterli API çağrısı henüz kaydedilmedi. Veri, model canlı trafik almaya başlayınca görünür.

Bölüm 09

Tokonomix kıyaslama kararları

⚖️
Endorsed by 2 judges
Independent LLM judges evaluated this model on our weekly intelligence tests
cohere/command-a100/100 · 1 runs
1 correct0 partial0 wrong100% accuracy
claude-sonnet-4-572/100 · 49 runs
32 correct1 partial16 wrong65% accuracy
2026-09-13

Quality reaches perfect score with 26% latency improvement

The gpt-5-mini-2025-08-07 model demonstrates significant performance gains in this benchmark window, achieving a perfect 100.0 quality score compared to the previous 94.7. This 5.3-point improvement comes alongside a substantial 26% reduction in latency, with p50 response times dropping from 6998ms to 5163ms. Both coding and reasoning categories now score at maximum levels, maintaining the perfect coding performance from the previous window while showing enhanced reasoning capabilities. However, the current benchmark window includes only 2 test runs compared to 5 previously, which limits the statistical confidence of these results. The previous window evaluated creative and multilingual capabilities at 92 points each, but these categories were not tested in the current window, making it impossible to assess whether improvements extend across all capability areas. Users should note that while coding and reasoning performance appears exceptional, the reduced test coverage means some use cases remain unverified in this evaluation period. The latency improvements suggest meaningful optimization work, making the model both faster and more capable for coding and reasoning tasks.

Kalite

100.0

Gecikme p50

5,163 ms

Test çalıştırmaları

2

Perfect 100.0 quality score 26% faster response times Reasoning category now at maximum Limited test coverage this window
Bölüm 10

Tam model profili

gpt-5-mini-2025-08-07 — illustration 1
GPT-5 Mini (2025-08-07 anlık görüntüsü): en eski tarihli mini sürümü

Bu, 7 Ağustos 2025 lansmanında dondurulmuş orijinal GPT-5 Mini'nin tarihli anlık görüntüsüdür. GPT-5 Mini ailesindeki en yaşlı tarihli anlık görüntüdür — GPT-5 lansmanında Mini'yi benimseyen ve o günden bu yana geçiş yapmamış ekipler tarafından sabitlenmiştir. Bu sürüm için belirleyici operasyonel soru artık "sabitlemeli miyim" değil, "ondan çıkış göçünü ne zaman planlıyorum ve neye geçeceğim" sorusudur.

Kullanımdan kaldırma takvimi argümanı

OpenAI, tarihli anlık görüntüler için kullanımdan kaldırma takvimleri yayınlar. Model nesilleri arasındaki örüntü tutarlı olmuştur: anlık görüntüler eninde sonunda emekliye ayrılır ve en az birkaç ay önceden uyarı verilir. Kesin tarih, duyurunun yapıldığı anda açıklanır; önceden tahmin edilemez.

GPT-5 lansmanından beri var olan bir anlık görüntü için soru, kullanımdan kaldırmanın gelip gelmeyeceği değildir. Soru, OpenAI takvimi yayınladığında elinizde hazır bir göç planınız olup olmadığıdır. Bu sürüme karşı en uzun süredir çalışan ekipler, en fazla birikmiş teknik yatırıma sahip olanlardır — modelin özel davranışına göre kalibre edilmiş istemler, çıktı tuhaflıklarına bağımlı aşağı akış ayrıştırma, bu anlık görüntüyü temel olarak referans alan değerlendirme düzenekleri. Bu anlık görüntü emekliye ayrıldığında bunların hepsinin taşınması gerekir.

Hafifletme yolu, önceden plan yapmaktır. Hangi daha yeni Mini'ye geçeceğinizi belirleyin. Bu hedefe karşı dönemsel değerlendirmeler çalıştırın. Göç için gereken istem-mühendisliği çalışmasını, kriz tepkisi olarak değil, bilinen bir proje olarak inşa edin. Planlı yapıldığında maliyeti düşüktür. Kullanımdan kaldırma tarihi geldiğinde son teslim baskısı altında yapıldığında ise çok daha yüksektir.

Bu anlık görüntü neyi yakalar

Ağustos 2025'teki GPT-5 Mini lansmanı: lansman ağırlıkları, sınıflandırma ve çıkarımdaki lansman davranışı, lansman gecikme profili, bu boyut sınıfı için lansman vizyon-kodlayıcı yapılandırması. Model o tarihten beri değişmedi.

Daha geniş GPT-5 hattının sonraki nesillerde biriktirdiği iyileştirmeler — daha iyi sınıflandırma doğruluğu, daha sıkı yapılandırılmış çıktı, gelişmiş görsel yetenekleri, 2025 ortası sonrası gelişmelere dair bilgi — bunların hiçbiri burada yer almaz.

Kaputun altında

Mimari olarak bu, temel 5.0'dan daha küçük bir parametre ölçeğinde GPT-5 Mini transformer kod çözücüsüdür. Model, iç içe geçmiş metin ve görüntü girdilerini kabul eder ve yalnızca metin çıktısı üretir. OpenAI parametre sayılarını yayınlamamıştır.

Tokenleştirme, standart GPT-5 BPE kelime dağarcığını kullanır. Görüntü girdileri, karo başına sabit token maliyetiyle karo bazlı kodlanır. Eğitim kesimi 2025 ortasına denk gelir. Model, o döneme kadar güncel olan ana akım dil standartlarını ve çerçeve sürümlerini bilir.

Token başı maliyet ve istek başı gecikme profilleri lansman değerlerinde sabitlenmiştir.

Bugün nerede konumlanıyor

Mevcut küçük katmanlı tekliflere kıyasla, GPT-5 Mini'nin Ağustos 2025 anlık görüntüsü, çoğu kıyaslama boyutunda daha yeni GPT-5 mini'lerinin oldukça gerisinde kalır. Zekâ liderlik tablosu karşılaştırmalı konumu izler; yeni nesiller geldikçe mevcut anlık görüntülere olan fark giderek açılmaktadır.

Rutin iş yükleri için — temel sınıflandırma, basit çıkarım, kısa yapılandırılmış çıktı, iyi bilinen örüntülerde müşteri hizmetleri otomasyonu — anlık görüntü işe yarar şekilde çalışmaya devam ediyor. 2025 ortası sonrası bilgi, güncel görsel yetenekler veya daha yeni mini'lerin kalite iyileştirmelerini gerektiren her şey için ise model giderek yanlış bir seçim haline gelmektedir.

Çok rutin uçtaki içerik iş akışları ve standart belgeler üzerinde veri çıkarımı için anlık görüntü hâlâ işlevseldir. Daha zorlu iş yükleri için, daha yeni sürümlere olan fark gözle görülür hale gelir.

Bu sürümü ne zaman tutmalı

Bu anlık görüntüde kalmanın gerekçeleri dar ve daralmaktadır:

Bu modelin belirli çıktı örüntülerine göre sıkı kalibre edilmiş aşağı akış araçlarınız var ve göç maliyeti, yerinde kalmanın birikmiş maliyetinden hâlâ yüksek.

Bu belirli sürümün aktif bir denetim döngüsünün parçası olduğu düzenlenmiş bir bağlamdasınız ve modelleri değiştirmek henüz tetiklenmemiş bir yeniden sertifikasyon gerektiriyor.

İş yükünüz gerçekten rutin ve daha yeni mini'lere olan kalite farkı, ölçebileceğiniz hiçbir şekilde sonuçları etkilemiyor.

Kontrol kolunun testin tüm süresi boyunca gerçekten sabit kalması gereken uzun soluklu A/B deneyleri yürütüyorsunuz ve test henüz sonuçlanmadı.

Şimdi ne zaman geçiş yapmalı

Net tetikleyiciler:

OpenAI, bu anlık görüntü için kullanımdan kaldırma takvimini yayınladı ve tarih, aktif göç planlamasını gerektirecek kadar yakın.

İş yükünüz, bu neslin sahip olmadığı yetenekleri gerektirecek kadar büyüdü — kesim sonrası bilgi, görsel kalite, daha yeni mini'lerin sağladığı yapılandırılmış çıktı güvenilirliği.

Değerlendirme düzeneğiniz, birikmiş kalite farkının anlamlı sonuçlara mal olduğunu gösteriyor — daha fazla destek talebi, daha fazla temizlik işi, müşteriye görünür daha fazla sorun.

Boru hattınızda göç maliyetinin normalden daha düşük olduğu doğal bir yeniden inşa noktasındasınız.

Göç hedefini seçmek

Doğal hedefler, daha yeni Mini nesillerinin tarihli anlık görüntüleridir: 5.2 Mini, 5.4 Mini, 5.5 Mini veya göç ettiğinizde güncel olan hangisiyse. Seçim, herhangi bir Mini seçimiyle aynı kriterlere bağlıdır: yetenek ihtiyaçları, maliyet duyarlılığı, mevcut en yeniyi sabitlemek yerine daha sonra tekrar göç etmeye istekli olmak.

Bu anlık görüntüden çıkış göçü yapan ekiplerin çoğu, erken yaşam yamalarının oturmasına yetecek kadar uzun süredir vahşi doğada olan en son kararlı tarihli Mini'de karar kılar. Bu size, daha yeni neslin kalite kazanımlarını olgun bir sabitlemenin operasyonel istikrarıyla birlikte verir.

Göç örüntüsü

Hedef anlık görüntüyü ön yayında sabitleyin. Mevcut istemlerinizi onun üzerinden çalıştırın. Nesiller arasında çıktı örüntüleri biraz farklılaştığı için bir miktar ayarlama yapmayı bekleyin. Değerlendirme paketinize karşı doğrulayın. Format tuhaflıkları değiştiyse aşağı akış ayrıştırmayı güncelleyin. Üretim trafiğini geçirin. Eski sabitlemeyi emekliye ayırın.

Orta karmaşıklıktaki bir iş yükü için tüm proje genellikle birkaç mühendis-hafta sürer. Kullanımdan kaldırmadan önce yapıldığında planlı bir projedir. Son teslim baskısı altında yapıldığında ise bir yangın tatbikatıdır.

Alternatifler

Farklı bir sağlayıcıda sabitlenmiş mini-katman davranışına ihtiyaç duyan iş yükleri için Anthropic ve Google'dan karşılaştırılabilir tarihli anlık görüntüler, potansiyel olarak farklı maliyet-kalite oranlarında aynı sabitleme örüntüsünü sunar.

OpenAI ekosisteminin yük taşımadığı maliyet-optimize iş yükleri için, kendi altyapınızda çalışan küçük açık-ağırlıklı sınıflandırıcılar, kayan sürüm etiketlerinin sağlayamadığı veri ikamet hikâyesini ve operasyonel öngörülebilirliği sunar.

Son teknik inceleme: 2026-05-22 — Tokonomix.ai

gpt-5-mini-2025-08-07 — illustration 2gpt-5-mini-2025-08-07 — illustration 3
Son otomatik test
15 Eyl 2026 · 02:05 UTC · Hız testi
P50 gecikme
628 ms
P95 gecikme
709 ms
Hatalar
0 / 6 çalıştırma
Son inceleyen Tokonomix Ekibi·26 Mayıs 2026