К результатам поиска

OpenAI

OpenAI o3

OpenAI o3 — модель рассуждений, предназначенная для сложных аналитических, программных, математических и научных задач.

  • РассужденияРассужденияВ данных модели подтверждён режим рассуждений. Его параметры зависят от подключённой операции.
  • Понимание изображенийПонимание изображенийМодель умеет разбирать содержимое изображений.
  • Вызов инструментовВызов инструментовМодель может запросить вызов функции. Приложение проверяет права и выполняет действие.
  • Структурированный ответСтруктурированный ответМодель поддерживает заданную структуру ответа. Доступный формат проверяйте в параметрах API.
  • 200 000 токенов200 000 токеновКонтекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.
  • Потоковый ответПотоковый ответОтвет можно получать по частям. Поддержка потока проверяется отдельно для каждой операции API.
  • Входные файлыВходные файлыМодель принимает файлы. Поддерживаемые форматы и ограничения проверяйте перед отправкой.
  • Пакетные запросыПакетные запросыПакетный режим указан в данных модели. Это не означает, что отдельный batch API уже подключён в Kvantora.
Вход
253,20 ₽
Выход
1 012,80 ₽
Кэш
63,30 ₽
за 1 млн токенов
Интеллект
20,2
Доступность
100%
API ID
openai/o3

Данные каталога получены .

Цена

Текстовый диалог · вход
253,20 ₽ / 1 млн токенов
Текстовый диалог · выход
1 012,80 ₽ / 1 млн токенов
Текстовый диалог · вход из кэша
63,30 ₽ / 1 млн токенов

Цена указана в рублях для выбранной операции и её параметров.

Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.

О модели

OpenAI o3 — модель рассуждений, предназначенная для сложных аналитических, программных, математических и научных задач.

Релиз

Характеристики

Доступность100%
  1. 7 октября: 100%
  2. 8 октября: 100%
  3. 9 октября: 100%
Доля успешных запросов к модели за последние 72 часа. Обновляется каждые два часа.
Тип модели
Текст
Вход модели
Текст

Данные, которые модель принимает вместе с запросом.

Выход модели
Текст

Форматы результата, которые создаёт модель.

Контекстное окно
200 000 токенов

Контекстное окно по данным каталога. Лимит ответа и допустимый объём запроса проверяйте отдельно.

Максимальный ответ
100 000 токенов

Максимальный размер ответа по данным каталога. Фактический предел запроса зависит от подключённой операции.

Операции
Текстовый диалог, Понимание изображений
Возможности модели
Потоковый ответ, Понимание изображений, Рассуждения, Вызов инструментов, Вызов функций, Структурированный ответ, Ответ в JSON, Пакетные запросы, Входные файлы, Входные изображения

Контрольные показатели

Artificial Analysis

16 показателей · проверено

Источник ↗
Индекс интеллекта
20,2 индексСводная оценка Artificial Analysis по всем её тестам

Рассуждение по документу

  • AA-LCR v1.174,7 %

    Рассуждение на длинном контексте с обновлённой оценкой

Устаревшие тесты

  • AA-LCR (версия не указана, архивный)74,7 %

    Оценка рассуждений на длинном контексте

  • GPQA Diamond (архивный)82,7 %

    Научные рассуждения уровня выпускника

Знания

  • AA-Omniscience · точность38,6 %

    Доля вопросов с правильным ответом

  • MMLU-Pro85,3 %

    Профессиональные и академические предметные знания

Знание

  • AA-Omniscience · доля выдуманных ответов (меньше лучше)88,1 %

    Доля неверных ответов среди некорректных ответов

Математика

  • AIME90,3 %

    Американский пригласительный экзамен по математике

  • Math-50099,2 %

    Набор задач для проверки решения разнообразных математических задач

Рассуждения

  • AIME 202588,3 %
  • HLE20,1 %

    Humanity’s Last Exam — вопросы экспертного уровня

Рассуждение

  • CritPt1,1 %

    Рассуждения по физике исследовательского уровня

  • IFBench71,4 %

    Тест на следование инструкциям

Программирование

  • LiveCodeBench80,8 %

    Бенчмарк по программированию без загрязнения данных

  • Terminal-Bench Hard (архивный)37,1 %

    Устаревший резервный вариант · Агентное программирование и работа в терминале

Агентная работа

  • T²-Bench Telecom (архивный)80,7 %

    Устаревший резервный вариант · Разговорные ИИ-агенты в сценариях с двойным управлением

Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.

API-запрос

Операция доступна через API. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.

import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener

class NoRedirect(HTTPRedirectHandler):
    def redirect_request(self, req, fp, code, msg, headers, newurl):
        return None

opener = build_opener(NoRedirect)

def post(url, payload):
    request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
        "Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
        "Content-Type": "application/json",
        "Idempotency-Key": os.environ["REQUEST_ID"],
    }, method="POST")
    with opener.open(request, timeout=120) as response:
        return json.load(response)

payload = {
  "model": "openai/o3",
  "messages": [
    {
      "role": "user",
      "content": "Объясни задачу кратко."
    }
  ]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))
Документация APIСоздать API-ключ