Kurs
OpenAI API ile AI Sistemleri Geliştirme
3 sa
23.1K
OpenAI kısa süre önce o4-mini’yi tanıttı: o3’ten daha hızlı ve daha ucuz olacak şekilde tasarlanmış, Python, gezinme ve görsel girişler gibi araçları destekleyen yeni bir akıl yürütme modeli. o3-mini’den farklı olarak, varsayılan olarak çok modlu.
Bu yazıda, o4-mini’nin gerçekte neler yapabildiğine yakından bakıyorum. Matematik, kod ve görsel girdi üzerinde birkaç pratik test yaptım ve o3 ile o1 gibi modellere karşı konumunu göstermek için OpenAI’nin resmi kıyaslama sayılarını da ekledim.
Ayrıca fiyatlandırma, kullanılabilirlik ve o4-mini’yi diğer modellere tercih etmenin mantıklı olduğu durumlara dair ayrıntıları da bulacaksınız.
Okurlarımızı yapay zekâ dünyasındaki yeniliklerden, haftanın önemli haberlerini özetleyen ücretsiz Cuma bültenimiz The Median ile haberdar ediyoruz. Haftada sadece birkaç dakikada gündemi yakalayın:
O4-Mini Nedir?
O4-mini, o serisinin en yeni küçük ölçekli akıl yürütme modeli. Hız, uygun maliyet ve araç destekli akıl yürütme için optimize edildi; 200.000 belirteçlik bir bağlam penceresine ve en fazla 100.000 çıktı belirtecine destek veriyor—o3 ve o1 ile aynı seviyede.
Kaynak: OpenAI
En büyük fark maliyet ve devreye alma verimliliğinde. o4-mini, milyon giriş belirteci başına 1,10 $ ve milyon çıkış belirteci başına 4,40 $’dan çalışıyor; o3’ün 10,00 $ giriş ve 40,00 $ çıkış fiyatlandırmasıyla karşılaştırıldığında—girdi ve çıktı için yaklaşık 10 kat maliyet düşüşü. Kıyaslama bölümünde de göreceğimiz üzere, o4-mini o3’e benzer bir performans sunuyor.
o4-mini API fiyatlandırması (sol) ve o3’ün fiyatlandırması (sağ)
Araçlar açısından o4-mini; Python, gezinme ve görsel girişlerle uyumludur ve Chat Completions ile Responses dahil standart OpenAI uç noktalarıyla bütünleşir. Akış (streaming), fonksiyon çağrısı ve yapılandırılmış çıktılar desteklenir. İnce ayar (fine-tuning) ve gömme (embeddings) desteklenmez.
o4-mini ve o4-mini-high
ChatGPT uygulamasını açtıysanız, o4-mini ile o4-mini-high arasında seçim yapma seçeneğini fark etmiş olabilirsiniz. o4-mini-high, aynı temel modelin çıkarım çabasının artırıldığı bir yapılandırmasıdır. Bu şu anlama gelir:
- Her istemi dahili olarak işlemeye daha fazla zaman harcar,
- Özellikle çok adımlı görevlerde genellikle daha yüksek kaliteli çıktılar üretir,
- Ancak daha yavaş yanıt süreleri ve potansiyel olarak daha yüksek belirteç kullanımıyla.
Daha hızlı tamamlamalara ihtiyacınız varsa, o4-mini daha iyi bir seçim olabilir. Daha karmaşık akıl yürütme (özellikle akıl yürütme kodlama veya görsel girdi üzerinde yapılacaksa), daha uzun bağlamlar veya hassasiyetin kritik olduğu kullanım durumları içinse o4-mini-high daha iyi çıktılar verebilir.
O4-Mini’yi Test Etmek
Biraz matematik, kodlama ve çok modlu girdilerde o4-mini’yi test edelim.
Matematik
Önce, genelde dil modellerini şaşırtan basit bir hesapla başlamak istedim. Amacım temel aritmetik becerilerini sınamak değildi—modelin bunu çözmek için doğru yöntemi seçip seçmeyeceğini görmek istedim: adım adım akıl yürütme mi yoksa bir hesap makinesi gibi bir aracı çağırma mı.
İlk denemede çıktı yanlıştı. Hesap makinesi kullanmayı önerdim ve ikinci yanıt doğru olsa da iki sorun vardı. İlk olarak, sonuç “yaklaşık” olarak tanımlandı; oysa bu çıkarma için herhangi bir yuvarlama veya tahmin gerekmiyordu.
İkincisi, akıl yürütmesi, çıktı “Hesap makinesi şöyle gösteriyor” dese de aslında hesap makinesinin kullanılmadığını ortaya koyuyordu (sonucun nasıl elde edildiğini yanlış yansıtıyor). Garip bir şekilde, temel bir matematik problemi için gereksiz görünen web araması da yaptı.
Sonra modeli daha zorlu bir matematik probleminde test ettim ve bu kez sonuç sağlamdı. Hızlı yanıt verdi ve problemi kısa bir Python betiği kullanarak çözdü; bunu doğrudan akıl yürütme zincirinde görebildim. Akıl yürütme sürecinin bir parçası olarak kodu inceleyebilmek gerçekten faydalı bir özellik.
Kısa bir P5js oyunu üretmek
Birkaç hafta önce Gemini 2.5 Pro’yu test ederken, yaratıcı kodlama görevlerini nasıl ele aldığını görmek için hızlı bir p5.js oyunu üretmiştim. Aynı istemi o4-mini ile de çalıştırmak istedim, ancak bu kez o4-mini-high kullandım. Sonuç, bu model daha küçük olmasına rağmen, Gemini 2.5 Pro’dan çok da uzak değildi; bu harika.
İstem şuydu: Bana etkileyici bir sonsuz koşucu oyunu yap. Ekranda temel talimatlar olsun. p5js sahnesi, HTML olmasın. Pikselli dinozorları ve ilgi çekici arka planları seviyorum.
Ve ilk sonuç:
O dinozor bana daha çok eski bir film kamerasını andırıyor, ama geri kalan her şey harika.
Büyük girdilerle çok modlu akıl yürütme
Stanford kısa süre önce 2025 AI Index Raporu’nu yayımladı; yapay zekâ endüstrisinin mevcut durumuna dair 450 sayfalık (117.649 belirteç) bir genel bakış. o4-mini-high’tan bunu okumasını ve 2026 için 10 trend öngörmesini istedim. Görevi iyi yönetti ve sadece 9 saniyede tamamladı.
İşte 2026 için öngördüğü trendler:
- Yeni Akıl Yürütme Kıyaslarında İnsana Yakın Performans
- Üretim LLM’leri için Ultra Düşük Maliyetli Çıkarım
- Sentetik + Gerçek Veri Eğitim Hatları
- Yapay Zekâ‑Yerel Donanımın Yaygın Benimsenmesi
- Çok Modlu Temel Modellerin Standardizasyonu
- Sorumlu Yapay Zekâ Sertifikasyon ve Denetim Rejimleri
- Yapay Zekâ Destekli Bilimsel Keşfin Nobel Düzeyindeki Çalışmaları Hızlandırması
- Küresel Uyumla Yerelleştirilmiş Yapay Zekâ Yönetişim Çerçeveleri
- Yapay Zekâ Eğitiminde ve İşgücü Hazırlığında Demokratikleşme
- Bilgi İşçisi Olarak İşbirlikçi Yapay Zekâ Ajanları
Bunların çoğu mantıklı, ancak bazı öngörüler iyimserliğe meylediyor. İki numarayı ele alalım—evet, çıkarım maliyetleri düşüyor, ancak “ultra düşük” ifadesi özellikle daha büyük modeller ve daha az optimize edilmiş kurulumlar için abartılı kaçıyor.
Dört numara da benzer: Yapay zekâ‑yerel donanım ilerliyor, ancak yaygın benimseme tedarik zincirlerine, yazılım entegrasyonuna ve ekosistem desteğine bağlı; bunların hepsi zaman alır.
Dokuz numaraya gelince, yapay zekâ eğitiminde tam anlamıyla bir demokratikleşme denebilecek noktadan hâlâ epey uzağız; ancak hakkını vermek gerekirse, model “tam” demedi.
O4-Mini Kıyaslamaları
O4-mini hızlı ve maliyet etkin bir model olarak tasarlandı, ancak geniş bir akıl yürütme kıyaslama setinde yine de iyi performans gösteriyor. Bazı durumlarda, o3 gibi daha büyük modelleri bile geride bırakıyor.
Matematik ve mantık
Bu testler, genellikle matematik problemlerini doğru çözmek için birden fazla adım gerektiren yapılandırılmış akıl yürütmeye odaklanır. Örneğin AIME kıyasları, rekabetçi lise matematik yarışmalarından alınmıştır.
- AIME 2024: o4-mini (araçsız) %93,4 puan alarak o3’ü (%91,6), o3-mini’yi (%87,3) ve o1’i (%74,3) geride bırakıyor.
- AIME 2025: o4-mini (araçsız) %92,7 puanla yine o3’ü (%88,9), o3-mini’yi (%86,5) ve o1’i (%79,2) geçiyor
Kaynak: OpenAI
Kodlama
Bu kıyaslar, modelin kod yazma, hata ayıklama ve kodu anlama becerisini test eder. Codeforces rekabetçi programlama veri setidir; SWE-Bench ve Aider Polyglot ise gerçek dünya mühendislik görevlerini simüle eder.
- Codeforces: o4-mini (terminal ile) 2719 ELO puanı alıyor; o3’ün (2706) biraz üzerinde. o3-mini 2073 puan alırken, o1 1891 ile oldukça geride kalıyor.
- SWE-Bench Verified: o4-mini %68,1 puanla o3’ün (%69,1) hemen gerisinde ve o1 (%48,9) ile o3-mini’yi (%49,3) geride bırakıyor.
- Aider Polyglot (kod düzenleme): o4-mini-high %68,9 (whole) ve %58,2 (diff) puan alıyor. Karşılaştırma için, o3-high %81,3 (whole) ve %79,6 (diff) puan alıyor.
Kaynak: OpenAI
Çok modlu akıl yürütme
Bu kıyaslar, modelin diyagramlar, grafikler ve şekiller gibi görsel girdileri ne kadar iyi işlediğini ölçer. Testler, görsel anlama ile mantıksal akıl yürütmeyi birleştirir.
- MMMU: o4-mini %81,6 puan alıyor; o3’e (%82,9) yakın ve o1’den (%77,6) daha iyi.
- MathVista: o4-mini %84,3 ile o3’ün (%86,8) gerisinde kalıyor ancak o1’in (%71,8) oldukça üzerinde.
- CharXiv (bilimsel şekiller): o4-mini %72,0’a ulaşıyor; o3’ün (%78,6) gerisinde ama o1’in (%55,1) üzerinde.
Kaynak: OpenAI
Genel Soru‑Cevap ve akıl yürütme
Bu veri setleri, doktora düzeyinde bilim soruları ve konular arası açık uçlu akıl yürütme dâhil geniş kapsamlı soru‑cevap yeteneğini test eder. İyi puan almak için sıklıkla araç kullanımı gerekir.
- GPQA Diamond: o4-mini %81,4 puan alıyor; o3’ün (%83,3) gerisinde ama o1 (%78,0) ve o3-mini’den (%77,0) daha yüksek.
- Humanity’s Last Exam:
- o4-mini (araçsız): %14,28
- o4-mini (Python + gezinme ile): %17,70
- Bağlam için, o3 (araçlarla) %24,90, Deep Research ise %26,60 puan aldı.
Kaynak: OpenAI
O4-Mini mi O3 mü: Hangisini Kullanmalısınız?
O4-mini ve o3, aynı temel tasarım felsefesini paylaşır: araçlarla akıl yürütebilen, adım adım düşünebilen ve metin, kod ile görsellerle çalışabilen modeller. Ancak farklı ödünleşimler için tasarlandılar. Kısaca:
- Önceliğiniz hassasiyetse ve maliyet daha az önem taşıyorsa o3’ü seçin.
- Hız, hacim veya maliyet etkinliği birkaç ekstra kıyas puanından daha önemliyse o4-mini’yi seçin.
Genel olarak o3 daha güçlü
O3, CharXiv, MathVista ve Humanity’s Last Exam gibi kıyaslarda o4-mini’den daha yüksek puan alıyor. Ayrıca daha uzun akıl yürütme zincirleri veya hassas kod üretimi gerektiren karmaşık görevlerde daha iyi tutarlılık gösteriyor. Araştırma problemleri, bilimsel iş akışları veya doğruluğun hız ya da maliyetten daha önemli olduğu her şey üzerinde çalışıyorsanız, o3 muhtemelen daha güvenli bir seçimdir.
O4-mini çok daha ucuz ve hızlı
Fiyat farkı kayda değer: o4-mini girdi için 1,10 $, çıktı için 4,40 $; o3 ise sırasıyla 10 $ ve 40 $. Bu, genel olarak neredeyse 10 kat fark demek. Ayrıca daha hızlı yanıt süreleri ve daha yüksek iş hacmi elde edersiniz; bu da onu üretim ortamları, gerçek zamanlı araçlar veya ölçekli çalışan her şey için daha uygun kılar.
Çok modluluk belirleyici bir etmen değil
Her iki model de çok modlu ve araç kullanabiliyor. Her ikisi de Python, gezinme ve görsel desteği sunuyor. Yalnızca bu özellik setini arıyorsanız, ikisi de işinizi görecektir.
o4-mini’ye ChatGPT ve API’de Nasıl Erişilir
Planınıza bağlı olarak o4-mini’yi hem ChatGPT’de hem de OpenAI API’sinde kullanabilirsiniz.
ChatGPT’de
ChatGPT’yi Plus, Pro veya Team aboneliğiyle kullanıyorsanız o4-mini zaten kullanılabilir. Model seçicide “o4-mini” ve “o4-mini-high” olarak listelendiğini göreceksiniz.
Bunlar eski o3-mini ve o1 seçeneklerinin yerini alır. Ücretsiz kullanıcılar da, bir istem göndermeden önce düzenleyicide “Düşün” modunu seçerek sınırlı bir biçimde o4-mini’yi deneyebilir. Şunu unutmayın:
- o4-mini varsayılan hızlı sürümdür.
- o4-mini-high daha iyi kalite için artırılmış çıkarım çabasıyla çalışır; bunun bedeli hızdır.
API’de
o4-mini ayrıca OpenAI API üzerinden Chat Completions ve Responses uç noktalarında kullanılabilir. Her iki sürüm (standart ve high) da araç kullanımını destekler; yapılandırmanıza bağlı olarak gezinme, Python ve görsel girdiler dâhil.
Mevcut anlık görüntü için model kimliği o4-mini-2025-04-16 . Fiyatlandırma, milyon giriş belirteci başına 1,10 $ ve milyon çıkış belirteci başına 4,40 $ olarak belirlenmiştir; önbellekleme ve toplu işleme desteklenir. Responses API’siyle çalışıyorsanız, çok adımlı zincirlerde araç yürütme üzerinde daha fazla kontrol ve akıl yürütme belirteci görünürlüğü de elde edersiniz.
Sonuç
o4-mini, matematik, kod ve çok modlu görevlerde sağlam bir performans sunarken, çıkarım maliyetlerini o3’e kıyasla bir büyüklük mertebesinde düşürüyor. Kıyaslamalar, çok modlu akıl yürütme veya kodlama gibi modellerin tipik olarak zorlandığı görevlerde bile iyi dayandığını gösteriyor.
Ayrıca ilk kez bir mini model, OpenAI tarafından tam araç desteği ve yerel çok modlulukla geliyor. Bu özellik tek başına, çoğu ChatGPT katmanında yerini aldığı o3-mini ve o1’in önüne koyuyor. Ve o4-mini-high’ın eklenmesiyle, kullanıcılar hız ile çıktı kalitesi arasındaki denge üzerinde biraz daha fazla kontrol elde ediyor.
o4-mini’nin doğru model olup olmadığı göreve bağlıdır. Ham yetenek açısından o3’ü geçemeyecektir; ancak hızlı çalışması, kolay ölçeklenmesi veya daha sıkı bir bütçe içinde kalması gereken her şey için güçlü bir seçenek—ve çoğu durumda, fazlasıyla yeterli.
