GPT-5 Mini
GPT-5 Mini ist OpenAIs kompakte GPT-5-Variante für kosten- und latenzsensitive Workloads. Die API-Seite beschreibt das Modell als schnell, auf klar definierte Aufgaben ausgelegt und für hohe Volumina geeignet. Es unterstützt Text und Bild und ist ausschließlich über die OpenAI-API nutzbar.
- Proprietär
- Desktop
- API
- General
- Instruct
- Interactive
Sovereign Risk: MEDIUM OpenAI ist ein US-amerikanisches Unternehmen und unterliegt dem CLOUD Act, der bei API-Nutzung staatlichen Zugriff ermöglichen kann; die Gewichte selbst sind nicht öffentlich.
Schlüsselmetriken
Score · Latenz · Kosten · Qualität
- Total Score Silver
- 73.52
- Routine
- 46.33
- Reasoning
- 27.19
- LLM Judge Avg
- 3.56 / 5
- 100% Coverage
- Avg Task Duration
- 36.51s
- ️ Interactive
- Token Rate
- 36.96tok/s
- Output Rate
- P95 Latency
- 80.97s
- Top 5 %
- Total Tokens
- 109.6K
- Output Volume
- Cost per 1K
- $0.002
- USD / 1K Requests
- Benchmark Cost
- $0.22
- Total · 109.6K tok
Benchmark-Module
7 Module · gewichtet · vs. Modellmedian & Spitzenreiter
GPT-5 Mini
Bestes Modell
Ø Alle Modelle
Code Quality
83.6
CLI Benchmark
81.12
Logical Reasoning
60.16
UX Writing
68.05
Documentation
69.29
Content Transform.
79.62
Cultural Intelligence
76.6
Benchmark Cost
$0.22
Token-Effizienz & Latenz
Verbrauch pro Modul vs. Modellmedian
Token-Verbrauch pro Modul
Performance-Profil
Schlüsselmetriken – Legende
Score
- Total Score
- Gesamtpunktzahl aus Routine- und Reasoning-Score. Basis für den Flotten-Rang und die Tier-Zuordnung (Gold / Silver / Bronze).
- Routine
- Punktzahl für Standardaufgaben: Code-Generierung, Texttransformation, strukturierte Ausgaben. Gewichtet nach Aufgabenkomplexität.
- Reasoning
- Punktzahl für analytische und logische Aufgaben: mehrstufige Problemlösung, mathematisches Schlussfolgern, strukturierte Argumentationen.
- Rang
- Position im Flottenvergleich, sortiert nach Total Score. Bezieht sich auf den Snapshot zum Zeitpunkt des Tests.
LLM Judge
- LLM Judge Ø
- Durchschnittliche Qualitätsbewertung durch ein unabhängiges Richter-Modell auf einer Skala von 1–5.
- Coverage
- Anteil der Aufgaben, für die eine Judge-Bewertung vorliegt. 100 % bedeutet, alle Antworten wurden bewertet.
Latenz & Geschwindigkeit
- Avg. Task Duration
- Durchschnittliche Zeit pro Aufgabe vom ersten bis zum letzten Token der Antwort, gemessen über alle Benchmark-Aufgaben.
- Token Rate
- Ausgabe-Geschwindigkeit in Tokens pro Sekunde. Relevant für interaktive Anwendungen und Echtzeit-Streaming.
- P95 Latency
- 95. Perzentil der Antwortzeiten – zeigt Ausreißer. Niedrigere Werte bedeuten weniger lange Wartezeiten in Ausnahmefällen.
Kosten
- Cost per 1K
- API-Preis pro 1.000 Output-Tokens in US-Dollar. Basis für Kostenkalkulation bei produktivem Einsatz.
- Benchmark Cost
- Gesamtkosten für den vollständigen Benchmark-Durchlauf dieses Modells.