Az OpenAI o3 az OpenAI legfejlettebb gondolkodási modellje, amelyet kifejezetten összetett, magas kognitív igényű feladatok kezelésére terveztek. 2025 áprilisában jelent meg, kiváló teljesítményt nyújtva a szoftverfejlesztésben, matematikában és tudományos problémamegoldásban. A modell három szintű gondolkodási erőfeszítést vezet be – alacsony, közepes és magas –, lehetővé téve a felhasználók számára, hogy a feladat összetettsége alapján mérlegeljenek a késleltetés és a gondolkodás mélysége között. Az o3 támogatja a fejlesztők számára nélkülözhetetlen eszközöket, beleértve a függvényhívásokat, strukturált kimeneteket és rendszerszintű üzeneteket. Beépített látási képességekkel az o3 képes képeket értelmezni és elemezni, ami multimodális alkalmazásokhoz teszi alkalmassá. Elérhető a Chat Completions API, az Assistants API és a Batch API segítségével, rugalmas integrációt biztosítva vállalati és kutatási munkafolyamatokba.
A Gemini 2.0 Flash Thinking egy fejlett logikai modell, amely a teljesítmény és érthetőség javítására lett tervezve, azáltal, hogy láthatóvá teszi gondolkodási folyamatát. Kiválóan alkalmas összetett problémák megoldására, programozási kihívásokra és matematikai érvelésre, lépésről lépésre bemutatva a megoldásokat. Azokra a feladatokra optimalizálták, amelyek részletes magyarázatot és logikai elemzést igényelnek, továbbá natív eszközintegrációval rendelkezik, beleértve a kódvégrehajtást és a Google Keresés funkciókat.
| o3 | Gemini 2.0 Flash Thinking | |
|---|---|---|
Weboldal
| ||
Szolgáltató
| ||
Csevegés
| ||
Kiadási Dátum
| ||
Modalitások
| szöveg képek | szöveg képek |
API Szolgáltatók
| OpenAI API | Google AI Studio, Vertex AI, Gemini API |
Tudás Befejezési Dátuma
| - | 04.2024 |
Nyílt Forráskódú
| Nem | Nem |
Bemeneti Árazás
| $10.00 millió tokenenként | Nem elérhető |
Kimeneti Árazás
| $40.00 millió tokenenként | Nem elérhető |
MMLU
| 82.9% Forrás | Nem elérhető |
MMLU-Pro
| - | Nem elérhető |
MMMU
| - | 75.4% Forrás |
HellaSwag
| - | Nem elérhető |
HumanEval
| - | Nem elérhető |
MATH
| - | Nem elérhető |
GPQA
| 83.3% Diamond, no tools Forrás | 74.2% Diamond Science Forrás |
IFEval
| - | Nem elérhető |
SimpleQA
| - | - |
AIME 2024 | 91.6% Forrás | - |
AIME 2025 | 88.9% Forrás | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Mobilalkalmazás | ||
MathArena | ||
| Átlagpontszám | 86% | - |
AIME 2025 Teszt, amely az American Invitational Mathematics Examination verseny feladataira épül, és a modellek matematikai készségeinek ellenőrzésére szolgál. | 89% | - |
HMMT February 2025 Teszt, amely a Harvard-MIT Mathematics Tournament 2025. februári feladataira épül, és a modellek matematikai készségeinek ellenőrzésére szolgál. | 78% | - |
BRUMO 2025 | 96% | - |
SMT 2025 Teszt, amely a Stanford Math Tournament 2025. évi feladataira épül, és a modellek matematikai készségeinek ellenőrzésére szolgál. | 88% | - |
CMIMC 2025 Teszt, amely a Canadian Mathematical Olympiad 2025. évi feladataira épül, és a modellek matematikai készségeinek ellenőrzésére szolgál. | 78% | - |
Compare AI. Test. Benchmarks. Mobil Chatbot Alkalmazások, Sketch
Copyright © 2026 All Right Reserved.