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。
OpenAI o4-mini是o系列中最新的轻量级模型，专为高效处理文本和视觉任务而设计。优化了速度和性能，擅长代码生成和基于图像的理解，同时保持延迟和推理深度之间的平衡。该模型支持20万令牌的上下文窗口，最多可输出10万令牌，适合长时间、高容量的交互。它能处理文本和图像输入，生成具有高级推理能力的文本输出。凭借其紧凑的架构和多功能性能，o4-mini是各种需要快速、经济高效智能的现实应用的理想选择。
| o3 | o4-mini | |
|---|---|---|
网站
| ||
提供商
| ||
聊天
| ||
发布日期
| ||
模态
| 文本 图像 | 文本 图像 |
API提供商
| OpenAI API | OpenAI API |
知识截止日期
| - | - |
开源
| 否 | 否 |
输入定价
| $10.00 每百万token | $1.10 每百万token |
输出定价
| $40.00 每百万token | $4.40 每百万token |
MMLU
| 82.9% 来源 | fort |
MMLU-Pro
| - | - |
MMMU
| - | 81.6% 来源 |
HellaSwag
| - | - |
HumanEval
| - | 14.28% 来源 |
MATH
| - | - |
GPQA
| 83.3% Diamond, no tools 来源 | 81.4% 来源 |
IFEval
| - | - |
SimpleQA
| - | - |
AIME 2024 | 91.6% 来源 | 93.4% 来源 |
AIME 2025 | 88.9% 来源 | 92.7% 来源 |
Aider Polyglot
| - | - |
LiveCodeBench v5
| - | - |
Global MMLU (Lite)
| - | - |
MathVista
| - | - |
移动应用 | ||
MathArena | ||
| 平均分数 | 86% | 87% |
AIME 2025 基于美国邀请数学考试（American Invitational Mathematics Examination）题目的测试，旨在检验模型的数学能力。 | 89% | 92% |
HMMT February 2025 基于2025年2月哈佛-MIT数学竞赛题目的测试，旨在检验模型的数学能力。 | 78% | 83% |
BRUMO 2025 | 96% | 87% |
SMT 2025 基于2025年斯坦福数学竞赛题目的测试，旨在检验模型的数学能力。 | 88% | 89% |
CMIMC 2025 基于2025年加拿大数学奥林匹克竞赛题目的测试，旨在检验模型的数学能力。 | 78% | 84% |