多模態視覺邏輯
o4 會直接在推理鏈中處理圖表與螢幕截圖，相較於早期的 mini 模型，可將視覺邏輯錯誤降低 35%。
O4 Mini
o4-mini 是 GPTProto.com 上高速且具成本效益的推理模型。它彌合了基礎聊天與前沿邏輯推理之間的差距，為複雜任務提供原生多模態能力、代理式工具使用功能，以及卓越的 STEM 表現。
API 呼叫範例
curl --request POST "https://gptproto.com/v1/chat/completions" \
--header "Authorization: Bearer $GPTPROTO_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"model": "o4-mini",
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}'O4 Mini pricing
Chat, coding agents & document work. Priced per 1M tokens — input, cached input and output are billed separately. GPTProto is 10% below official rates.
你的用量
OpenAI · ≈ 148M tokens/mo（48M 快取）
OpenRouter
牌價 + 5.5% 儲值手續費
$143.90
每月
輸入（未快取）$37.14
快取讀取$13.926
輸出$92.84
OpenAI
直接向 OpenAI 購買（牌價）
$136.40
每月
輸入（未快取）$35.20
快取讀取$13.2
輸出$88
最划算
GPTProto
官方價 10% off
$122.76
每月
折扣後$122.76
實際成本$122.76
各來源月成本
OpenRouter
$143.90
OpenAI
$136.40
GPTProto
$122.76
每月節省 $13.64
在 GPTProto 相較 OpenAI（−10%）
年省約 $163.68 · 隨用隨付
OpenRouter 成本含約 5.5% 儲值手續費。GPTProto 在官方價上另有模型折扣（10–30% off），贈送額度也按折扣價消耗——節省會疊加。預估假設 60% 快取命中率。
相關模型
所有模型
| 模型 | 輸入 → 輸出 | ||||
|---|---|---|---|---|---|
| 200K | $0.99 / $3.96 每 1M | $0.25 / $0.25 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | |
| — | — | $0.30 / $1.20 每 1M | — / $0.006 每 1M | 輸入: 文字輸入: 圖像 輸出: 文字 | |
| 1.05M | $0.79 / $2.38 每 1M | — / $0.04 每 1M | 輸入: 文字 輸出: 文字 | ||
| 1.05M | $8.00 / $40.00 每 1M | $10.00 / $0.80 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $0.90 / $4.50 每 1M | $0.60 / $0.09 每 1M | 輸入: 文字輸入: 圖像輸入: 影片輸入: 文件輸入: 音訊 輸出: 文字 | ||
| 1M | $9.00 / $45.00 每 1M | $11.25 / $0.23 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1M | $1.80 / $5.40 每 1M | $2.25 / $0.23 每 1M | 輸入: 文字輸入: 圖像輸入: 影片輸入: 文件輸入: 音訊 輸出: 文字 | ||
| — | 1.31M | $0.15 / $0.50 每 1M | — / $0.03 每 1M | 輸入: 文字輸入: 圖像輸入: 影片輸入: 文件 輸出: 文字 | |
| — | 1.05M | $0.30 / $1.20 每 1M | — / $0.006 每 1M | 輸入: 文字輸入: 圖像 輸出: 文字 | |
| 1.31M | $1.26 / $3.96 每 1M | — / $0.23 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $0.90 / $4.50 每 1M | $0.60 / $0.09 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 500K | $1.20 / $3.60 每 1M | — / $0.30 每 1M | 輸入: 文字輸入: 圖像 輸出: 文字 | ||
| 1M | $1.80 / $5.40 每 1M | $2.25 / $0.23 每 1M | 輸入: 文字輸入: 圖像輸入: 影片輸入: 文件 輸出: 文字 | ||
| 1M | $4.50 / $22.50 每 1M | $5.63 / $0.45 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $0.90 / $4.50 每 1M | $0.60 / $0.09 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $2.70 / $13.50 每 1M | $0.27 / $0.27 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $0.16 / $0.96 每 1M | $0.20 / $0.02 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $1.60 / $9.60 每 1M | $2.00 / $0.16 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $3.20 / $16.00 每 1M | $4.00 / $0.32 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 500K | $1.20 / $3.60 每 1M | $0.30 / $0.30 每 1M | 輸入: 文字輸入: 圖像 輸出: 文字 | ||
| 1M | $1.80 / $9.00 每 1M | $2.25 / $0.18 每 1M | 輸入: 文字輸入: 文件 輸出: 文字 | ||
| 1.05M | $0.48 / $0.96 每 1M | $0.10 / $0.10 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1.05M | $1.26 / $3.96 每 1M | $0.23 / $0.23 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| — | $1.00 / $8.00 每 1M | $0.10 / $0.10 每 1M | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 1M | $0.36 / $1.44 每 1M | $0.07 / $0.07 每 1M | 輸入: 文字輸入: 文件 輸出: 文字 | ||
| — | 1.05M | $0.30 / $1.20 每 1M | — / $0.006 每 1M | 輸入: 文字 輸出: 文字 | |
| 1M | $0.75 / $1.50 每 1M | $0.12 / $0.12 每 1M | 輸入: 文字輸入: 圖像 輸出: 文字 | ||
| 1.05M | $24.00 / $144.00 每 1M | — | 輸入: 文字輸入: 圖像輸入: 文件 輸出: 文字 | ||
| 262K | $0.85 / $3.60 每 1M | $0.14 / $0.14 每 1M | 輸入: 文字輸入: 文件 輸出: 文字 | ||
| 205K | $0.24 / $0.96 每 1M | $0.30 / $0.02 每 1M | 輸入: 文字輸入: 文件 輸出: 文字 | ||
| 262K | $0.54 / $2.70 每 1M | $0.09 / $0.09 每 1M | 輸入: 文字輸入: 文件 輸出: 文字 | ||
| 262K | $0.10 / $0.97 每 1M | — | 輸入: 文字輸入: 圖像 輸出: 文字 | ||
| 262K | $0.10 / $0.97 每 1M | — | 輸入: 文字輸入: 圖像 輸出: 文字 | ||
| 262K | $0.02 / $0.18 每 1M | — | 輸入: 文字輸入: 圖像 輸出: 文字 |
o4 核心功能與能力
探索 o4 的突出能力，從原生視覺推理到代理工具使用一應俱全。這些功能讓它成為同級模型中功能最強大且最具成本效益的推理模型。
代理自主性
作為首個具備多步驟工具使用能力的 mini 模型，o4 能獨立瀏覽網頁、執行 Python 程式碼，並針對複雜工作流程進行遞迴檔案分析。
頂尖 STEM 數學能力
o4 在 AIME 中取得 94% 的分數，在 MATH-500 中取得 98.9%，能以相當低的成本，為科學與數學應用提供前沿級的邏輯能力。
可變推理深度
開發者可以使用 reasoning effort 參數調整 o4 的邏輯深度，在從簡單聊天到複雜數學的各種情境中，取得速度與準確度之間的平衡。
o4 推理模型常見問題
關於 o4-mini 多模態推理、效能基準與 GPTProto.com API 整合的常見問題。了解如何最佳化邏輯深度與成本。
o4 推理模型有何獨特之處？
o4 模型是「mini」類別中首個提供原生多模態推理與代理自主性的模型。以往版本會將圖像視為獨立輸入，而 o4 則會在思維鏈中處理視覺邏輯。因此，它在複雜 STEM 問題與編碼任務上的準確度大幅提升，同時成本效益比前沿模型（如 o3）高出 10 倍。它有效彌合了聊天與深度邏輯之間的差距。
o4 如何處理視覺邏輯與圖像？
o4 採用整合式多模態方法。它可以直接在推理過程中分析 UI 螢幕截圖、白板草圖或架構圖。這種內部視覺邏輯使錯誤率較 o1-mini 等模型降低 35%。o4 特別針對技術視覺資料進行最佳化，因此非常適合視覺除錯，以及從複雜技術手冊或發票中擷取半結構化資料。
o4 能否用於自主編碼任務？
可以。o4 針對代理式編碼進行了高度最佳化。它支援 Responses API，能在長篇工程任務期間維持狀態。o4 在 LiveCodeBench 上取得 85.9% 的分數，具備多步驟工具使用能力，包括在沙盒環境中執行 Python 程式碼，以及遞迴分析檔案。它非常適合用於建置需要推理整個專案目錄的 CLI 工具或 IDE 擴充功能。
GPTProto.com 上 o4 的定價是多少？
o4 的設計著重於成本效益，輸入 token 的價格為每 100 萬個 $1.10，輸出 token 的價格為每 100 萬個 $4.40。為進一步降低成本，GPTProto.com 針對重複使用的輸入 token 提供 50% 的快取折扣。此外，透過 Batch API 處理的 o4 任務可享有 50% 折扣。這使 o4 的價格約比完整的 o3 模型低 10 倍，讓過去成本過高、難以用於大量生產環境的推理能力變得更加可及。
o4 是否支援結構化 JSON 輸出？
可以，o4 完整支援透過 response_format 參數使用 Structured Outputs。這對代理式工作流程至關重要，因為 o4 必須將視覺或文字資料解析為可靠的 JSON 物件。透過確保模型遵循特定結構描述，開發者可以使用 o4 執行複雜的資料擷取任務，例如將手寫發票或技術圖表轉換為結構化資料，以供下游資料庫使用，同時避免格式錯誤。
如何從 o3-mini 遷移至 o4？
遷移至 o4 相當簡單。您只需將模型參數更新為「o4-mini」即可。請注意，o4 提供 200k token 的擴充上下文視窗，並新增原生多模態支援。如果您之前使用 o3-mini 進行邏輯推理，應該會看到更出色的 STEM 效能與更佳的指令遵循能力。您也可以開始使用 reasoning_effort 參數，控制 o4 請求的延遲與推理深度。
相關文章
與本模型相關的指南、對比與更新。
所有文章
GPT-4o-mini：價格、速度與 API 使用案例
更大不一定更好。了解 gpt-4o-mini 如何為日常開發任務提供高速且具成本效益的效能。立即閱讀完整解析。
GPT-4o：自主 AI 支付的未來
探索 GPT-4o 如何透過 ACP 和 ACT 等新協定革新數位交易。了解 AI 代理如何超越對話，為企業與消費者處理真實世界的支付，並實現安全的自主商務。
掌握 GPT-4o Transcribe：語音轉文字
使用 GPT-4o transcribe 將音訊即時轉換為文字。了解如何存取這款改變遊戲規則的 AI、其實際用途，以及實惠的定價。
GPT-4o Mini TTS：OpenAI 的文字轉語音技術
了解 GPT-4o Mini TTS。這款由 OpenAI 開發的文字轉語音模型能提供自然的語音、情感表達與快速的回應時間。
GPT-4o 與 GPT-4：2026 年完整比較指南（1 月更新）
在我們全面的 2025 年 12 月指南中，探索 GPT-4o 與 GPT-4 之間的主要差異。比較價格、效能與多模態功能，並了解哪款 OpenAI 模型最符合您的需求。