OpenAI: o3

OpenAI o3 è un modello incentrato sul testo di OpenAI, rilasciato dal provider il 16 aprile 2025. Si colloca nella categoria testo ed è descritto da OpenAI come un modello completo e potente in tutti i domini, con particolare forza in matematica, scienza, coding e ragionamento visivo, oltre che nella scrittura tecnica e nel seguire le istruzioni. Il suo knowledge cutoff è il 30 giugno 2024, quindi tutto ciò che è successivo a tale data è al di fuori di quanto il modello ha appreso durante l'addestramento.

Sul lato input, o3 accetta testo, immagini e file, il che significa che puoi inviare un prompt che combina istruzioni scritte con uno screenshot, un diagramma, un grafico o un documento. L'output è solo testo. La context window è di 200.000 token, e l'output massimo è di 100.000 token, quindi input lunghi e generazioni lunghe sono entrambi possibili nella stessa richiesta. La combinazione di input di immagini e file con una grande context lo rende adatto a compiti in cui il modello deve leggere il materiale di partenza prima di rispondere, invece di affidarsi solo alla memoria.

Gli usi pratici derivano da queste capacità. I compiti di coding, inclusa la lettura di codice esistente e il ragionamento sulle modifiche, sono una scelta naturale, così come i problemi di matematica e scienza che richiedono uno svolgimento passo passo. I compiti di ragionamento visivo come interpretare grafici, diagrammi o screenshot funzionano perché le immagini sono accettate come input. La scrittura tecnica e il seguire le istruzioni lo rendono una scelta ragionevole per documentazione, report strutturati e qualsiasi carico di lavoro in cui l'output deve seguire un formato preciso. Poiché i file possono essere forniti direttamente, anche riassumere o estrarre da documenti più lunghi è fattibile senza pre-processarli tu stesso in testo semplice.

Chiami il modello tramite l'API compatibile con OpenAI di api14 usando il model id "openai/o3". I parametri di richiesta supportati sono include_reasoning, max_tokens, reasoning, response_format, seed, structured_outputs, tool_choice e tools. In pratica questo significa che puoi controllare la lunghezza dell'output con max_tokens, chiedere che il ragionamento venga mostrato con include_reasoning e reasoning, vincolare la forma della risposta con response_format o structured_outputs, rendere le esecuzioni più riproducibili con seed, e fornire al modello funzioni da chiamare tramite tools e tool_choice.

Il vincolo principale da tenere a mente è il knowledge cutoff del 30 giugno 2024, quindi le domande su eventi più recenti devono essere gestite fornendo il materiale rilevante nel prompt, cosa che gli input di file e immagini rendono semplice. L'output è solo testo, quindi se hai bisogno di immagini o audio generati, è necessario un modello diverso. Per carichi di lavoro che non richiedono ragionamento, input di immagini o una context di 200.000 token, un modello testo più piccolo può essere più semplice e veloce da usare.