5月9日，OpenAI宣布推出强化微调技术(RFT)，革新了o4-mini模型的定制方式。RFT结合强化学习与微调，通过评分函数评估模型输出，无需依赖标注数据即可优化模型表现，特别适用于复杂任务。o4-mini是2025年4月发布的紧凑型推理模型，擅长文本与图像处理及结构化推理。RFT使开发者能高效定制模型，已在法律、医疗、税务等领域展现显著效果，如税务分析准确率提升39%，医疗编码性能提高12%。使用RFT需经历设计评分函数、准备数据集、启动训练和持续优化四步，目前向认证组织开放，每小时训练费用100美元，使用GPT-4o等模型额外收费。共享数据集用于研究的组织可享50%折扣。

4月26日，OpenAI推出轻量版Deep Research AI搜索功能，基于o4-mini模型打造。该功能是今年2月上线的Deep Research的简化版本，旨在服务更多用户。当标准版额度耗尽时，系统会自动切换至轻量版继续使用。与标准版的o3模型相比，轻量版虽生成内容较短，但质量仍保持良好。在搜索准确率上，轻量版得分为45.6，低于标准版的51.5和“o3 with Python+Browsing”的49.7，但高于其他组合。订阅Pro会员的用户每月可使用125次标准版+125次轻量版搜索，而Plus/Team会员每月分别有10次和15次配额，免费用户仅限5次轻量版。所有用户的搜索额度每30天重置一次。

4月22日，IT之家报道指出，AI初创公司Rumi发现OpenAI的o3和o4-mini模型中嵌入了窄不换行空格（NNBSP, U+202F）等特殊Unicode字符。这些字符在普通视图下看似普通空格，但在专业工具如SoSciSurvey或Sublime Text中可被检测到。Rumi推测这是OpenAI故意设置的水印，但强调此方法易被绕过且误报率低。此前，OpenAI曾在GPT-4o等模型中未发现此类设置，而这些字符也可能源于模型从训练数据中学到的排版习惯。OpenAI过去尝试过多种水印方案，如DALL・E 3的C2PA元数据及GPT-4o的“ImageGen”标签。行业内，谷歌、微软和Meta也在内容溯源上采用类似技术，但研究显示多数水印技术存在安全隐患。