ApX 标志ApX 标志

趋近智

GPT-5 Mini High

参数

-

上下文长度

400K

模态

Text

架构

Dense

许可证

Proprietary

发布日期

13 Nov 2025

训练数据截止日期

May 2024

技术规格

注意力结构

Multi-Head Attention

隐藏维度大小

-

层数

-

注意力头

-

键值头

-

激活函数

-

归一化

-

位置嵌入

Absolute Position Embedding

GPT-5 Mini High

GPT-5 Mini High 是 GPT-5 系列中一款精密且紧凑的变体,旨在提供高级推理和指令遵循能力,同时保持极高的资源利用率。该模型采用稠密 Transformer 架构,并作为多模型路由系统的一部分,根据查询的复杂程度动态分配计算资源。它定位为中间层解决方案,填补了高吞吐量“Nano”模型与深度思考的“Pro”旗舰版本之间的空白,非常适合需要兼顾智能与成本效率的生产环境。

在技术层面,该模型结合了先进的多头注意力(MHA)机制,并支持显著扩展至 400,000 个 token 的上下文窗口。这种架构规模使其能够以极高的保真度处理大量的技术文档、复杂的代码库和长篇对话历史。此外,该模型具备原生多模态能力,支持通过统一的模态特定编码器输入文本和图像数据,并将其馈入通用的 Transformer 骨干网络,从而实现复杂的跨模态推理任务。

在实际应用中,GPT-5 Mini High 针对智能体工作流管理、复杂 Web 开发和多步数学问题求解等任务进行了优化。其设计理念强调可靠的工具调用和结构化输出生成(如有效的 JSON),这有助于将其集成到自动化开发流水线中。通过 API 提供的“高”详细度和推理力度选项,开发者可以针对特定的企业级用例,在输出质量和响应延迟之间进行精细平衡。

关于 GPT-5

OpenAI 最新一代语言模型,具备先进的推理能力,支持高达 400K token 的超长上下文窗口,并针对编程、通用智能及效率推出了专门的变体。GPT-5 系列引入了改进的思考模式,在各项基准测试中表现卓越,并提供从高容量 Pro 模型到高效 Nano 模型等多种针对不同用例优化的版本。该系列具备原生多模态理解能力、增强的数学推理能力,并通 Codex 变体实现了业界领先的编程能力。


其他 GPT-5 模型

评估基准

排名

#39

基准分数排名

0.82

17

Web 开发

WebDev Arena

1390

22

智能编程

LiveBench Agentic

0.47

23

0.55

24

0.68

26

0.68

37

排名

排名

#39

编程排名

#57

模型透明度

总分

D

35 / 100