OpenAI: o3

OpenAI o3 は OpenAI のテキスト中心のモデルで、プロバイダーによって 2025 年 4 月 16 日にリリースされました。これはテキストカテゴリに属し、OpenAI によって、分野を問わずバランスが取れた強力なモデルであり、特に数学、科学、コーディング、視覚的推論、さらにテクニカルライティングと指示追従に強みがあると説明されています。知識カットオフは 2024 年 6 月 30 日であるため、それ以降の内容はモデルがトレーニング中に学習した範囲外です。

入力側では、o3 はテキスト、画像、ファイルを受け付けます。つまり、書面による指示とスクリーンショット、図、チャート、ドキュメントを組み合わせたプロンプトを送信できます。出力はテキストのみです。コンテキストウィンドウは 200,000 トークンで、最大出力は 100,000 トークンであるため、同じリクエスト内で長い入力と長い生成の両方が可能です。画像とファイル入力に大きなコンテキストが組み合わさることで、記憶だけに頼るのではなく、回答前にソース資料を読む必要があるタスクに適しています。

実用的な用途はこれらの機能から導かれます。既存のコードを読み、変更について推論することを含むコーディングタスクは自然に適合し、段階的な計算を必要とする数学や科学の問題も同様です。チャート、図、スクリーンショットを解釈するような視覚的推論タスクは、画像が入力として受け付けられるため機能します。テクニカルライティングと指示追従により、ドキュメント、構造化されたレポート、出力が正確な形式に従う必要があるあらゆる作業に合理的な選択肢となります。ファイルを直接提供できるため、長いドキュメントを自分でプレーンテキストに前処理することなく、要約や抽出も実行可能です。

モデルは、モデル id "openai/o3" を使用して api14 の OpenAI 互換 API を通じて呼び出します。サポートされるリクエストパラメータは include_reasoning、max_tokens、reasoning、response_format、seed、structured_outputs、tool_choice、tools です。実際には、max_tokens で出力長を制御し、include_reasoning と reasoning で推論を表出させ、response_format または structured_outputs で応答形状を制約し、seed で実行の再現性を高め、tools と tool_choice を通じてモデルに呼び出させる関数を与えることができます。

留意すべき主な制約は 2024 年 6 月 30 日という知識カットオフです。そのため、より最近の出来事に関する質問は、関連資料をプロンプトで提供することで処理する必要がありますが、ファイルと画像の入力によってそれは簡単になります。出力はテキストのみであるため、生成画像や音声が必要な場合は別のモデルが必要です。推論、画像入力、200,000 トークンのコンテキストを必要としない作業では、より小さなテキストモデルの方がより簡単で高速に扱える場合があります。