OpenAI o3-mini是专为STEM应用设计的高性价比推理模型，在科学、数学和编程领域表现优异。2025年1月发布，包含函数调用、结构化输出和开发者消息等核心功能。提供低、中、高三种推理强度，用户可在深度分析和快速响应间自由选择。与o3不同，不具备视觉能力。初期仅向API使用层级3-5的开发者开放，可通过Chat Completions API、Assistants API和Batch API访问。
网站 AI模型网页 | |
提供商 提供该模型的实体机构 | |
聊天 输入消息开始聊天 | - |
发布日期 模型首次发布时间 | 1 年 ago 1月 31, 2025 |
模态 模型可处理的数据类型 | 文本 |
API提供商 提供此模型的供应商（非完整列表） | OpenAI API |
知识截止日期 模型知识最后更新时间 | 未知 |
开源 模型代码是否公开可用 | 否 |
输入定价 处理提示词中token的成本 | $1.10 每百万token |
输出定价 模型生成token的成本 | $4.40 每百万token |
MMLU 多任务语言理解测试 - 评估数学、历史、法律等57个学科的知识掌握 | 86.9% pass@1, high effort 来源 |
MMLU-Pro 增强版MMLU基准测试，包含更难的推理题、更多选项集并降低提示敏感性 | 不可用 |
MMMU 多任务多模态理解测试 - 评估文本、图像、音频和视频的综合理解能力 | 不可用 |
HellaSwag 高难度句子补全基准测试 | 不可用 |
HumanEval 评估代码生成和问题解决能力 | 不可用 |
MATH 测试不同难度级别的数学问题解决能力 | 97.9% pass@1, high effort 来源 |
GPQA 通过需要深度专业知识的选择题测试化学、生物和物理领域的博士水平知识 | 79.7% 0-shot, high effort 来源 |
IFEval 测试模型准确遵循格式指令、生成适当输出并在不同任务中保持指令一致性的能力 | 不可用 |
SimpleQA 评估简单问题的准确性 | - |
AIME 2024 | - |
AIME 2025 | - |
Aider Polyglot 多语言编程基准。 | - |
LiveCodeBench v5 实时编程基准测试 | - |
Global MMLU (Lite) 用于评估模型在全球层面通用性的简化基准测试。 | - |
MathVista 评估人工智能模型在视觉环境中的数学推理能力 | - |
移动应用 |