OpenAI نسخه کوچکتر و اقتصادیتری از مدل کدنویسی خود را معرفی کرده است: GPT-5-Codex-Mini. این مدل وعده میدهد که با کاهش هزینه و حفظ بخش عمدهای از تواناییهای کدنویسی، تجربهی توسعهدهندگان را روانتر و مقرونبهصرفهتر کند.
GPT-5-Codex پیشتر بهعنوان نسخهای از GPT-5 معرفی شده بود که برای انجام وظایف مهندسی نرمافزار بهینهسازی شده است—از ایجاد پروژههای جدید تا افزودن ویژگیها، نوشتن تستها و بازسازی گسترده کد. حالا نسخه «مینی» همان مسیر را با تمرکز بر کاهش هزینه دنبال میکند.
بهرهوری بیشتر با هزینه کمتر
OpenAI میگوید GPT-5-Codex-Mini تا چهار برابر استفادهی بیشتر نسبت به مدل کامل GPT-5-Codex فراهم میکند، البته با کمی افت در دقت. در بنچمارک SWE-bench Verified، امتیازات به این شکل ثبت شدهاند: GPT-5 High با 72.8٪، GPT-5-Codex با 74.5٪ و مدل مینی با 71.3٪. یعنی برای وظایف روزمره مهندسی نرمافزار که نیاز به مقیاس بالا دارند، مینی میتواند گزینهای منطقی باشد.
کِی باید از مینی استفاده کنید؟
- برای تسکهای سادهتر یا خودکارسازیهای داخلی که نیاز به هزینه پایین و مصرف زیاد دارند.
- وقتی نزدیک به سقف نرخ استفاده (rate limit) خود هستید — در چنین شرایطی خود Codex پیشنهاد میدهد به مدل مینی منتقل شوید وقتی مصرف به 90٪ از حد برسد.
- برای توسعهچندمرحلهای و تستهای محلی که لازم است پردازش بیشتری در دسترس باشد.
GPT-5-Codex-Mini هماکنون در رابط خط فرمان (CLI) و افزونههای ادیتور (IDE extension) قابل استفاده است و پشتیبانی API آن نیز بهزودی در دسترس قرار میگیرد. این یعنی تیمها میتوانند بدون وقفه مدل را در گردش کاری فعلیشان جا بیندازند.
OpenAI از بهبودهای کارایی GPU خبر داده که منجر به افزایش 50٪ در سقف نرخ استفاده برای کاربران ChatGPT Plus، Business و Edu شده است. علاوه بر این، کاربران Pro و Enterprise از پردازش با اولویت برای حداکثر سرعت بهرهمند میشوند.
همچنین تیم فنی اعلام کرده بهینهسازیهایی انجام شده تا تجربهٔ استفاده از Codex در طول روز یکنواختتر شود؛ بهعبارت دیگر دیگر نیازی نیست نگران نوسان در میزان مصرف بهخاطر کشمیزهای متوالی یا نحوهٔ مسیریابی ترافیک باشید.
یک نکته عملی
تصور کنید در میانهی یک بازسازی بزرگ کد هستید و ناگهان با محدودیت نرخ مواجه میشوید؛ بهجای کمکردن سرعت یا تعویقِ کار، سوئیچ به نسخه مینی میتواند جریان کاری را حفظ کند و هزینهها را پایین آورد — البته اگر دقت مطلق مهم نباشد.
در مجموع، GPT-5-Codex-Mini گزینهای جذاب برای تیمهایی است که به دنبال تعادل بین هزینه، در دسترسپذیری و عملکرد هستند. اگر پروژهٔ شما نیاز به مقیاس بالا دارد و چند درصد دقت کمتر قابلقبول است، مینی میتواند جایگزینی هوشمندانه باشد.