OpenAI o3는 복잡하고 고차원적인 사고가 필요한 작업을 처리하기 위해 특별히 설계된 OpenAI의 가장 진보된 추론 모델입니다. 2025년 4월 출시된 이 모델은 소프트웨어 엔지니어링, 수학, 과학 문제 해결에서 탁월한 성능을 보여줍니다. 저·중·고 세 단계의 추론 수준을 제공하여 작업 복잡도에 따라 지연 시간과 추론 깊이 사이에서 균형을 맞출 수 있습니다. 함수 호출, 구조화된 출력, 시스템 메시지 등 개발자용 핵심 도구를 지원하며, 내장된 비전 기능을 통해 이미지 해석 및 분석도 가능합니다. 이 모델은 Chat Completions API, Assistants API, Batch API를 통해 제공되어 기업 및 연구 환경에 유연하게 통합할 수 있습니다.
GPT-4.1 Nano는 OpenAI가 2025년 4월 14일에 출시한 가장 빠르고 저렴한 모델입니다. 분류, 자동완성, 빠른 추론 작업과 같은 저지연 작업을 위해 설계되었으며, 컴팩트한 아키텍처와 강력한 기능을 결합했습니다. 모델 크기에도 불구하고 100만 개 토큰의 컨텍스트 윈도우를 지원하며, MMLU 80.1%, GPQA 50.3%의 벤치마크 성능을 기록했습니다. 지식 컷오프는 2024년 6월이며, 입력 토큰 100만 개당 $0.10, 출력 토큰 100만 개당 $0.40로 매우 저렴하며, 캐시된 입력에는 75%의 할인이 적용되어 대규모 및 비용 민감한 배포 환경에 이상적입니다.
| o3 | GPT-4.1 Nano | |
|---|---|---|
웹사이트
| ||
제공자
| ||
채팅
| ||
출시일
| ||
모달리티
| 텍스트 이미지 | 텍스트 이미지 |
API 제공자
| OpenAI API | OpenAI API |
지식 업데이트 종료일
| - | - |
오픈 소스
| 아니오 | 아니오 |
입력 가격
| $10.00 100만 토큰당 | $0.10 100만 토큰당 |
출력 가격
| $40.00 100만 토큰당 | $0.40 100만 토큰당 |
MMLU
| 82.9% 출처 | 80.1% 출처 |
MMLU-Pro
| - | - |
MMMU
| - | 55.4% 출처 |
HellaSwag
| - | - |
HumanEval
| - | - |
MATH
| - | - |
GPQA
| 83.3% Diamond, no tools 출처 | 50.3% Diamond 출처 |
IFEval
| - | 74.5% 출처 |
SimpleQA
| - | - |
AIME 2024 | 91.6% 출처 | 29.4% 출처 |
AIME 2025 | 88.9% 출처 | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | 66.9% 출처 |
MathVista
| - | 56.2% Image Reasoning 출처 |
모바일 앱 |