OpenAI o3-mini — это высокоскоростная и экономичная модель логического мышления, разработанная для STEM-приложений, обладающая высокой производительностью в науке, математике и программировании. Выпущенная в январе 2025 года, она включает ключевые функции для разработчиков, такие как вызовы функций, структурированные выходные данные и сообщения разработчиков. Модель предлагает три уровня глубины анализа—низкий, средний и высокий—что позволяет пользователям находить баланс между детальным разбором и скоростью отклика. В отличие от модели o3, она не поддерживает обработку изображений. Изначально доступна избранным разработчикам на уровнях использования API 3-5 и может быть использована через Chat Completions API, Assistants API и Batch API.
OpenAI o4-mini — это новейшая облегченная модель в серии o, разработанная для эффективного и мощного анализа текстовых и визуальных задач. Оптимизированная для скорости и производительности, она превосходно справляется с генерацией кода и анализом изображений, сохраняя баланс между задержкой и глубиной анализа. Модель поддерживает контекстное окно в 200 000 токенов с выводом до 100 000 токенов, что делает её подходящей для длительных и объемных взаимодействий. Она обрабатывает как текстовые, так и графические входные данные, выдавая текстовые результаты с расширенными аналитическими возможностями. Благодаря компактной архитектуре и универсальной производительности o4-mini идеально подходит для широкого спектра реальных приложений, требующих быстрого и экономически эффективного интеллекта.
| o3-mini | o4-mini | |
|---|---|---|
Веб-сайт
| ||
Провайдер
| ||
Чат
| ||
Дата выпуска
| ||
Модальности
| текст | текст изображения |
Поставщики API
| OpenAI API | OpenAI API |
Дата актуальности знаний
| Неизвестно | - |
Открытый исходный код
| Нет | Нет |
Стоимость ввода
| $1.10 за миллион токенов | $1.10 за миллион токенов |
Стоимость вывода
| $4.40 за миллион токенов | $4.40 за миллион токенов |
MMLU
| 86.9% pass@1, high effort Источник | fort |
MMLU-Pro
| Недоступно | - |
MMMU
| Недоступно | 81.6% Источник |
HellaSwag
| Недоступно | - |
HumanEval
| Недоступно | 14.28% Источник |
MATH
| 97.9% pass@1, high effort Источник | - |
GPQA
| 79.7% 0-shot, high effort Источник | 81.4% Источник |
IFEval
| Недоступно | - |
SimpleQA
| - | - |
AIME 2024 | - | 93.4% Источник |
AIME 2025 | - | 92.7% Источник |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
Мобильное приложение | ||
MathArena | ||
| Средний балл | - | 87% |
AIME 2025 Тест, основанный на задачах из конкурса по математике (American Invitational Mathematics Examination),предназначен для проверки математических навыков моделей. | - | 92% |
HMMT February 2025 Тест, основанный на задачах из Harvard-MIT Mathematics Tournament, февраль 2025 года, предназначен для проверки математических навыков моделей. | - | 83% |
BRUMO 2025 | - | 87% |
SMT 2025 Тест, основанный на задачах из Stanford Math Tournament, 2025 года, предназначен для проверки математических навыков моделей. | - | 89% |
CMIMC 2025 Тест, основанный на задачах из Canadian Mathematical Olympiad, 2025 года, предназначен для проверки математических навыков моделей. | - | 84% |
Compare AI. Test. Benchmarks. Чат-боты для мобильных приложений, Sketch
Copyright © 2026 All Right Reserved.