OpenAI: o3 Mini

OpenAI o3 Mini to model tekstowy od OpenAI, wydany 31 stycznia 2025. Jest pozycjonowany jako opłacalny model językowy zoptymalizowany pod zadania rozumowania w obszarze STEM, ze szczególną mocną stroną w nauce, matematyce i kodowaniu. Należy do kategorii tekstowej i jest skierowany do deweloperów, którzy potrzebują odpowiedzi wymagających rozumowania, bez sięgania po większy model.

Model przyjmuje dane wejściowe w postaci tekstu i plików oraz zwraca dane wyjściowe w postaci tekstu. Ma okno kontekstu wynoszące 200 000 tokenów i maksymalne wyjście wynoszące 100 000 tokenów, więc długie dane wejściowe i długie odpowiedzi są wykonalne w jednym żądaniu. Jego data odcięcia wiedzy to 31 października 2023. Rozumowanie jest fundamentalną częścią działania modelu: obsługiwane parametry obejmują reasoning i include_reasoning, a opis dostawcy wskazuje obsługę parametru reasoning_effort, który pozwala kontrolować, ile wysiłku rozumowania model stosuje do żądania.

Te możliwości wskazują na dość konkretny zestaw przypadków użycia. Skupienie na STEM sprawia, że model jest rozsądnym wyborem do rozwiązywania i wyjaśniania problemów matematycznych, analizowania pytań naukowych oraz generowania lub przeglądania kodu. Ponieważ przyjmuje dane wejściowe w postaci plików obok tekstu, można go używać w przepływach pracy, w których dostarczany jest dokument, a model jest proszony o rozumowanie nad jego treścią. Kontrolki rozumowania są przydatne, gdy chcesz wymienić głębokość na opóźnienie lub długość wyjścia w ramach pojedynczego żądania, a duże okno kontekstu pomaga, gdy zadanie rozumowania zależy od dużej ilości materiału otaczającego.

Model wywołujesz przez API zgodne z OpenAI od api14, używając identyfikatora modelu "openai/o3-mini". Obsługiwane parametry żądania to include_reasoning, max_tokens, reasoning, response_format, seed, structured_outputs, tool_choice i tools. W praktyce oznacza to, że możesz ograniczyć długość wyjścia za pomocą max_tokens, zażądać śladów rozumowania lub je ujawnić, ograniczyć kształt odpowiedzi za pomocą response_format lub structured_outputs, zwiększyć powtarzalność uruchomień za pomocą seed oraz udostępnić modelowi funkcje wywoływalne przez tools i tool_choice.

Najważniejszą rzeczą do rozważenia jest zakres. To model wyłącznie tekstowy: przyjmuje tekst i pliki na wejściu oraz produkuje tekst, więc zadania wymagające rozumienia obrazu lub dźwięku są poza jego zakresem. Jego data odcięcia wiedzy to 31 października 2023, co oznacza, że wszystko po tej dacie musi pochodzić z promptu lub z narzędzi, a nie z samego modelu. Jeśli Twoje obciążenie nie jest mocno oparte na rozumowaniu albo zależy od modalności, których ten model nie przyjmuje, inny model będzie prawdopodobnie lepszym wyborem.