OpenAI o3是OpenAI最先进的推理模型，专为处理复杂、高认知任务而打造。2025年4月推出，在软件工程、数学和科学问题解决方面表现卓越。该模型引入三种推理力度级别——低、中、高，让用户根据任务复杂度在延迟和推理深度之间取得平衡。o3支持开发者必备工具，包括函数调用、结构化输出和系统级消息。内置视觉能力使o3能解读和分析图像，适用于多模态应用。通过Chat Completions API、Assistants API和Batch API提供，可灵活集成到企业和研究工作流中。
Meta推出的Llama 3.3 70B Instruct是多语言大模型，专为指令任务微调并优化对话应用。支持128,000 token上下文窗口，可处理生成多语言文本。2024年12月6日发布，在多项行业基准测试中超越众多开源和商业聊天模型。采用分组查询注意力(GQA)提升扩展性，基于超过15万亿token的公开数据训练，知识截止至2023年12月。
| o3 | Llama 3.3 70B Instruct | |
|---|---|---|
网站
| ||
提供商
| ||
聊天
| ||
发布日期
| ||
模态
| 文本 图像 | 文本 |
API提供商
| OpenAI API | Fireworks, Together, DeepInfra, Hyperbolic |
知识截止日期
| - | 12.2024 |
开源
| 否 | 是 |
输入定价
| $10.00 每百万token | $0.23 每百万token |
输出定价
| $40.00 每百万token | $0.40 每百万token |
MMLU
| 82.9% 来源 | 86% 0-shot, CoT 来源 |
MMLU-Pro
| - | 68.9% 5-shot, CoT 来源 |
MMMU
| - | 不可用 |
HellaSwag
| - | 不可用 |
HumanEval
| - | 88.4% pass@1 来源 |
MATH
| - | 77% 0-shot, CoT 来源 |
GPQA
| 83.3% Diamond, no tools 来源 | 50.5% 0-shot, CoT 来源 |
IFEval
| - | 92.1% 来源 |
SimpleQA
| - | - |
AIME 2024 | 91.6% 来源 | - |
AIME 2025 | 88.9% 来源 | - |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
移动应用 | - |