OpenAI: o3 Mini

OpenAI o3 Mini è un modello testuale di OpenAI, rilasciato il 31 gennaio 2025. È posizionato come un modello linguistico conveniente in termini di costi, ottimizzato per attività di ragionamento STEM, con particolare forza in scienza, matematica e programmazione. Si colloca nella categoria testuale ed è rivolto agli sviluppatori che necessitano di risposte ad alto contenuto di ragionamento senza ricorrere a un modello più grande.

Il modello accetta input di testo e file e restituisce output testuale. Ha una finestra di contesto di 200.000 token e un output massimo di 100.000 token, quindi input lunghi e risposte lunghe sono entrambi gestibili in una singola richiesta. Il suo knowledge cutoff è il 31 ottobre 2023. Il ragionamento è una parte fondamentale del funzionamento del modello: i parametri supportati includono reasoning e include_reasoning, e la descrizione del provider nota il supporto per il parametro reasoning_effort, che consente di controllare quanta parte del ragionamento il modello applica a una richiesta.

Queste capacità indicano un insieme piuttosto specifico di casi d'uso. L'attenzione alle discipline STEM lo rende adatto a risolvere e spiegare problemi matematici, affrontare domande scientifiche e generare o rivedere codice. Poiché accetta input di file insieme al testo, può essere utilizzato in flussi di lavoro in cui viene fornito un documento e al modello viene chiesto di ragionare sui suoi contenuti. I controlli sul ragionamento sono utili quando si desidera bilanciare profondità, latenza o lunghezza dell'output su base per-richiesta, e l'ampia finestra di contesto aiuta quando l'attività di ragionamento dipende da molto materiale circostante.

Si chiama il modello tramite l'API compatibile con OpenAI di api14 usando l'id del modello "openai/o3-mini". 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 è possibile limitare la lunghezza dell'output con max_tokens, richiedere o esporre tracce di ragionamento, vincolare la forma della risposta con response_format o structured_outputs, rendere le esecuzioni più riproducibili con seed e fornire al modello funzioni richiamabili tramite tools e tool_choice.

L'aspetto principale da valutare è l'ambito. Questo è un modello solo testuale: accetta input di testo e file e produce testo, quindi le attività che richiedono comprensione di immagini o audio ne restano escluse. Il suo knowledge cutoff del 31 ottobre 2023 significa che qualsiasi cosa successiva a tale data deve provenire dal prompt o dagli strumenti, non dal modello stesso. Se il tuo carico di lavoro non è ad alto contenuto di ragionamento, o se dipende da modalità che questo modello non accetta, un altro modello è probabilmente più adatto.