OpenAI: o3 Pro

OpenAI o3 Pro は OpenAI のテキストモデルで、2025 年 6 月 10 日に o シリーズの一部としてリリースされました。o シリーズのモデルは強化学習で訓練されており、回答する前に考え、複雑な推論を実行します。そのファミリーの中で、o3-pro はより多くの計算を使ってより深く考え、一貫してより強力な回答を提供します。これはテキストカテゴリに属し、速度よりも推論品質が重要となるワークロードを対象としています。

このモデルはテキスト、ファイル、画像を入力として受け取り、テキストのみを返します。コンテキストウィンドウは 200,000 トークンで、1 回の応答で最大 100,000 出力トークンを生成できます。知識カットオフは 2024 年 6 月 30 日であるため、それ以降のことは訓練中に学習した範囲外です。画像とファイルをテキストと一緒に渡せるため、このモデルは単なるプロンプトだけでなく、混在した素材について推論できます。

これらの機能は、かなり特定の用途群を示しています。仕様書、契約書、研究論文などの長い文書は 200,000 トークンのウィンドウに余裕をもって収まり、ファイルはテキストとして貼り付けるのではなく直接提供できます。画像入力により、視覚情報と記述された質問を組み合わせたタスク、たとえば図、チャート、スクリーンショットを指示と一緒に解釈する用途に使えます。推論訓練とより大きな計算予算は、多段階の問題に適しています。コードベースの分析、数学的または論理的議論の検討、多くの制約にまたがって整合性を保つ必要がある詳細な計画の作成などです。構造化出力とツール呼び出しも、モデルが次に何をすべきかを判断しなければならないエージェント形式のワークフローに適したものにしています。

o3-pro は、モデル id "openai/o3-pro" 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 で応答長を制限し、reasoning で適用される推論努力の量を制御し、include_reasoning でその推論を検査し、response_format または structured_outputs で返信を制約し、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。インターフェースは OpenAI 形式に従っているため、既存のクライアントと SDK は通常、モデル id を変更するだけで動作します。

主なトレードオフは、出力上限と知識カットオフです。応答は 100,000 トークンに制限されるため、非常に大きな生成は分割するか段階的にストリーミングする必要があり、2024 年 6 月 30 日以降の出来事に関する質問は、モデルの訓練ではなくプロンプトで提供する情報に依存します。また、推論が重いため、レイテンシやスループットが優先される場合に選ぶモデルではありません。単純な生成、分類、大量のチャットには、o シリーズまたは一般テキストラインナップのより単純または軽量なモデルのほうが通常は適しています。タスクが長い入力または混在入力を対象とした深い多段階推論を本当に必要とする場合は o3-pro を選び、そうでない場合はより高速なものを選んでください。