DataLearner 标志DataLearnerAI
最新AI资讯
大模型排行榜
大模型评测基准
大模型列表
大模型对比
资源中心
工具
语言中文
DataLearner 标志DataLearner AI

专注大模型评测、数据资源与实践教学的知识平台,持续更新可落地的 AI 能力图谱。

产品

  • 评测榜单
  • 模型对比
  • 数据资源

资源

  • 部署教程
  • 原创内容
  • 工具导航

关于

  • 关于我们
  • 隐私政策
  • 数据收集方法
  • 联系我们

© 2026 DataLearner AI. DataLearner 持续整合行业数据与案例,为科研、企业与开发者提供可靠的大模型情报与实践指南。

隐私政策服务条款
页面导航
目录
大模型列表OpenAI o3
OP

OpenAI o3

推理大模型

OpenAI o3

发布时间: 2025-04-16更新于: 2025-08-08 14:11:491,257
在线体验GitHubHugging FaceCompare
模型参数
未披露
上下文长度
200K
中文支持
支持
推理能力

OpenAI o3 是由 OpenAI 发布的 AI 模型,发布时间为 2025-04-16,定位为 推理大模型,参数规模约为 0.0B,上下文长度为 200K,采用 不开源 许可。

数据优先来自官方发布(GitHub、Hugging Face、论文),其次为评测基准官方结果,最后为第三方评测机构数据。 了解数据收集方法

OpenAI o3

模型基本信息

推理过程
支持
思考模式
不支持思考模式
上下文长度
200K tokens
最大输出长度
100000 tokens
模型类型
推理大模型
发布时间
2025-04-16
模型文件大小
暂无数据
MoE架构
否
总参数 / 激活参数
0.0 亿 / 不涉及
知识截止
暂无数据
OpenAI o3

开源和体验地址

代码开源状态
不开源
预训练权重开源
不开源- 不开源
GitHub 源码
暂无GitHub开源地址
Hugging Face
暂无开源HuggingFace地址
在线体验
https://chatgpt.com/
OpenAI o3

官方介绍与博客

官方论文
Introducing OpenAI o3 and o4-mini
DataLearnerAI博客
暂无介绍博客
OpenAI o3

API接口信息

接口速度
1/5
💡默认单位:$/100万 tokens。若计费单位不同,则以供应商公开的原始标注为准。
标准计费Standard
模态输入输出
文本$10$40
图片$10--
OpenAI o3

评测结果

OpenAI o3 当前已收录的代表性评测结果包括 Creative Writing(2 / 22,得分 87.65)、Aider-Polyglot(3 / 26,得分 81.30)、MATH-500(5 / 43,得分 98.10)。 本页还汇总了参数规模、上下文长度与 API 价格,便于结合评测结果与部署约束一起判断模型适配度。

思考模式
全部常规思考

综合评估

共 1 项评测
评测名称 / 模式
得分
排名/总数
MMLU Pro
常规模式
85.60
15 / 117

常识问答

共 1 项评测
评测名称 / 模式
得分
排名/总数
SimpleQA
常规模式
49.40
13 / 45

编程与软件工程

共 1 项评测
评测名称 / 模式
得分
排名/总数
LiveCodeBench
常规模式
75.80
30 / 109

数学推理

共 2 项评测
评测名称 / 模式
得分
排名/总数
MATH-500
常规模式
98.10
5 / 43
AIME 2024
常规模式
91.60
12 / 62

写作和创作

共 1 项评测
评测名称 / 模式
得分
排名/总数
Creative Writing
常规模式
87.65
2 / 22

多模态理解

共 1 项评测
评测名称 / 模式
得分
排名/总数
MMMU
常规模式
82.90
6 / 28
查看评测深度分析与其他模型对比
OpenAI o3

发布机构

OpenAI
OpenAI
查看发布机构详情
OpenAI o3

模型解读

OpenAI o3是当前OpenAI最先进的推理大模型。作为o系列旗舰模型,该模型在复杂问题解决、跨领域分析和视觉推理任务中树立了新的性能标杆,尤其擅长需要深度逻辑推演的多步骤工作流。

核心特性

  1. 多模态推理能力o3首次实现图像与文本的联合思维链构建:支持白板草图、教科书图表等低质量视觉输入的语义解析动态图像处理功能(实时旋转/缩放/坐标系变换)在MMMU大学级视觉问题解决基准准确率达86.8%,较前代提升21%
  2. 工具链自主决策可自主编排复杂工具组合:pythonCopyDownload# 典型工作流示例:能源需求预测 web_search("加州去年夏季能源数据") >> 分析网页结果 generate_python_code("构建预测模型") >> 执行代码并可视化 create_explanatory_diagram()支持多轮搜索迭代与动态策略调整,平均问题解决时间<60秒。
  3. 跨学科推理优势Codeforces编程竞赛ELO评分2706,超越专业选手平均水平SWE-bench软件工程任务准确率69.1%,无需定制脚手架生物/数学假设生成与验证能力获领域专家认可

技术创新

  • 计算扩展定律验证:通过10倍量级的训练计算扩展,验证推理性能随计算资源持续提升的规律
  • 工具调用强化学习:训练模型自主判断工具使用时机,开放式场景处理能力提升37%
  • 记忆上下文优化:支持跨对话周期的知识引用,个性化响应相关性提升28%

性能表现

基准测试o1o3(无工具)o3(全工具)

AIME 2025数学竞赛79.2%88.9%98.4%

博士级科学问题(GPQA)8.12%20.32%24.90%

视觉数学推理(MathVista)55.1%78.6%-

代码编辑任务(Aider)64.4%81.3%-

在同等延迟条件下,o3推理深度较o1提升3.2倍,复杂问题解决成功率提高42%。

安全体系

  • 风险分类训练:新增生物威胁、越狱攻击等12类专项拒绝策略
  • 可解释监控框架:基于人类可读的安全规范构建LLM监控器,生物风险对话识别率99%
  • 三级评估体系:通过生物化学/网络安全/AI进化风险评估,所有指标低于"高危"阈值

应用部署

  • ChatGPT:企业版/教育版优先接入,支持多文件联合分析与可视化报告生成
  • API服务:通过Responses API保留推理中间状态,优化函数调用稳定性
  • 研究支持:提供定制化推理轨迹分析接口,支持学术用途申请

该模型标志着AI系统向自主工具调度与跨模态推理的重要突破,为复杂决策场景提供新的技术基座。

DataLearner 官方微信

欢迎关注 DataLearner 官方微信,获得最新 AI 技术推送

DataLearner 官方微信二维码