OpenAI: o3 Mini

OpenAI o3 Mini est un modèle texte d'OpenAI, publié le 31 janvier 2025. Il est positionné comme un modèle de langage économique, optimisé pour les tâches de raisonnement STEM, avec une force particulière en science, en mathématiques et en programmation. Il appartient à la catégorie texte et s'adresse aux développeurs qui ont besoin de réponses à fort contenu de raisonnement sans recourir à un modèle plus grand.

Le modèle accepte des entrées texte et fichier et renvoie une sortie texte. Il dispose d'une fenêtre de contexte de 200 000 tokens et d'une sortie maximale de 100 000 tokens, ce qui permet de traiter de longues entrées et de longues réponses dans une seule requête. Sa date de coupure des connaissances est le 31 octobre 2023. Le raisonnement fait partie intégrante du fonctionnement du modèle : les paramètres pris en charge incluent reasoning et include_reasoning, et la description du fournisseur mentionne la prise en charge du paramètre reasoning_effort, qui vous permet de contrôler l'effort de raisonnement que le modèle applique à une requête.

Ces capacités renvoient à un ensemble assez spécifique de cas d'usage. L'accent mis sur les STEM en fait un choix raisonnable pour résoudre et expliquer des problèmes de mathématiques, traiter des questions scientifiques, et générer ou relire du code. Comme il accepte des entrées fichier en plus du texte, il peut être utilisé dans des flux de travail où un document est fourni et où le modèle est invité à raisonner sur son contenu. Les contrôles de raisonnement sont utiles lorsque vous souhaitez arbitrer entre profondeur, latence ou longueur de sortie requête par requête, et la grande fenêtre de contexte aide lorsque la tâche de raisonnement dépend de nombreux éléments environnants.

Vous appelez le modèle via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "openai/o3-mini". Les paramètres de requête pris en charge sont include_reasoning, max_tokens, reasoning, response_format, seed, structured_outputs, tool_choice et tools. En pratique, cela signifie que vous pouvez limiter la longueur de sortie avec max_tokens, demander ou exposer des traces de raisonnement, contraindre la forme de la réponse avec response_format ou structured_outputs, rendre les exécutions plus reproductibles avec seed, et fournir au modèle des fonctions appelables via tools et tool_choice.

Le principal point à évaluer est la portée. Il s'agit d'un modèle texte uniquement : il prend en entrée du texte et des fichiers et produit du texte, donc les tâches qui nécessitent une compréhension d'images ou d'audio en sont exclues. Sa date de coupure des connaissances du 31 octobre 2023 signifie que tout ce qui est postérieur à cette date doit provenir du prompt ou des outils plutôt que du modèle lui-même. Si votre charge de travail n'est pas à fort contenu de raisonnement, ou si elle dépend de modalités que ce modèle n'accepte pas, un autre modèle conviendra probablement mieux.