OpenAI o3 to najbardziej zaawansowany model rozumowania od OpenAI, stworzony specjalnie do obsługi złożonych zadań wymagających wysokiej sprawności poznawczej. Wprowadzony w kwietniu 2025 roku, zapewnia wyjątkową wydajność w inżynierii oprogramowania, matematyce i rozwiązywaniu problemów naukowych. Model wprowadza trzy poziomy wysiłku rozumowania — niski, średni i wysoki — pozwalając użytkownikom zrównoważyć opóźnienie i głębię rozumowania w zależności od złożoności zadania. o3 obsługuje niezbędne narzędzia dla deweloperów, w tym wywoływanie funkcji, strukturalne wyniki i komunikaty na poziomie systemu. Dzięki wbudowanym możliwościom wizyjnym o3 może interpretować i analizować obrazy, co czyni go odpowiednim do zastosowań multimodalnych. Jest dostępny przez Chat Completions API, Assistants API i Batch API, umożliwiając elastyczną integrację z przepływami pracy przedsiębiorstw i badań.
OpenAI o3-mini to szybki i ekonomiczny model rozumowania zaprojektowany do zastosowań STEM, zapewniający wysoką wydajność w nauce, matematyce i programowaniu. Wprowadzony na rynek w styczniu 2025 roku, zawiera kluczowe funkcje dla programistów, takie jak wywoływanie funkcji, strukturalne wyjścia i wiadomości dla deweloperów. Model oferuje trzy poziomy intensywności rozumowania—niski, średni i wysoki—umożliwiając użytkownikom optymalizację między głębszą analizą a szybszym czasem odpowiedzi. W przeciwieństwie do modelu o3, nie posiada zdolności wizualnych. Początkowo dostępny dla wybranych programistów na poziomach API 3-5, można go używać poprzez Chat Completions API, Assistants API i Batch API.
| o3 | o3-mini | |
|---|---|---|
Strona internetowa
| ||
Dostawca
| ||
Czat
| ||
Data wydania
| ||
Modalności
| tekst obrazy | tekst |
Dostawcy API
| OpenAI API | OpenAI API |
Data ostatniej aktualizacji wiedzy
| - | Nieznane |
Open Source
| Nie | Nie |
Cena za wejście
| $10.00 za milion tokenów | $1.10 za milion tokenów |
Cena za wyjście
| $40.00 za milion tokenów | $4.40 za milion tokenów |
MMLU
| 82.9% Źródło | 86.9% pass@1, high effort Źródło |
MMLU-Pro
| - | Niedostępne |
MMMU
| - | Niedostępne |
HellaSwag
| - | Niedostępne |
HumanEval
| - | Niedostępne |
MATH
| - | 97.9% pass@1, high effort Źródło |
GPQA
| 83.3% Diamond, no tools Źródło | 79.7% 0-shot, high effort Źródło |
IFEval
| - | Niedostępne |
SimpleQA
| - | - |
AIME 2024 | 91.6% Źródło | - |
AIME 2025 | 88.9% Źródło | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Aplikacja mobilna | ||
MathArena | ||
| Średni wynik | 86% | - |
AIME 2025 Test oparty na zadaniach z konkursu matematycznego (American Invitational Mathematics Examination),mający na celu sprawdzenie umiejętności matematycznych modeli. | 89% | - |
HMMT February 2025 Test oparty na zadaniach z Harvard-MIT Mathematics Tournament, luty 2025, mający na celu sprawdzenie umiejętności matematycznych modeli. | 78% | - |
BRUMO 2025 | 96% | - |
SMT 2025 Test oparty na zadaniach z Stanford Math Tournament, 2025, mający na celu sprawdzenie umiejętności matematycznych modeli. | 88% | - |
CMIMC 2025 Test oparty na zadaniach z Canadian Mathematical Olympiad, 2025, mający na celu sprawdzenie umiejętności matematycznych modeli. | 78% | - |
Compare AI. Test. Benchmarks. Chatboty mobilne, Sketch
Copyright © 2026 All Right Reserved.