OpenAI: o3 Pro

OpenAI o3 Pro to model tekstowy od OpenAI, wydany 10 czerwca 2025 jako część serii o. Modele z serii o są trenowane z użyciem uczenia ze wzmocnieniem, aby myśleć przed udzieleniem odpowiedzi i przeprowadzać złożone rozumowanie. W obrębie tej rodziny o3-pro zużywa więcej mocy obliczeniowej, aby myśleć intensywniej i dostarczać konsekwentnie mocniejsze odpowiedzi. Należy do kategorii tekstowej i jest przeznaczony do zadań, w których jakość rozumowania liczy się bardziej niż szybkość.

Model przyjmuje jako dane wejściowe tekst, pliki i obrazy, a zwraca wyłącznie tekst. Ma okno kontekstu wynoszące 200 000 tokenów i może wygenerować do 100 000 tokenów wyjściowych w jednej odpowiedzi. Jego data odcięcia wiedzy to 30 czerwca 2024, więc wszystko po tej dacie wykracza poza to, czego nauczył się podczas treningu. Ponieważ obrazy i pliki można przekazywać razem z tekstem, model może rozumować nad mieszanym materiałem, a nie tylko nad zwykłymi promptami.

Te możliwości wskazują na dość konkretny zestaw zastosowań. Długie dokumenty, takie jak specyfikacje, umowy czy prace badawcze, mieszczą się swobodnie w oknie 200 000 tokenów, a pliki można dostarczyć bezpośrednio, zamiast wklejać je jako tekst. Wejście obrazowe czyni go użytecznym do zadań łączących element wizualny z pytaniem tekstowym, na przykład do interpretacji diagramu, wykresu lub zrzutu ekranu wraz z instrukcjami. Trening rozumowania i większy budżet obliczeniowy pasują do problemów wieloetapowych: analizy bazy kodu, przejścia przez argument matematyczny lub logiczny albo tworzenia szczegółowego planu, który musi się spinać w ramach wielu ograniczeń. Ustrukturyzowane wyjścia i wywoływanie narzędzi czynią go również rozsądnym wyborem do przepływów pracy w stylu agentowym, w których model musi zdecydować, co zrobić dalej.

o3-pro wywołujesz przez API zgodne z OpenAI w api14, używając identyfikatora modelu "openai/o3-pro". Obsługiwane parametry żądania to include_reasoning, max_tokens, reasoning, response_format, seed, structured_outputs, tool_choice oraz tools. W praktyce oznacza to, że możesz ograniczyć długość odpowiedzi za pomocą max_tokens, kontrolować, ile wysiłku rozumowania zostanie włożone, za pomocą reasoning i podejrzeć to rozumowanie za pomocą include_reasoning, ograniczyć odpowiedź za pomocą response_format lub structured_outputs, uczynić uruchomienia bardziej powtarzalnymi za pomocą seed, a także dać modelowi funkcje do wywołania przez tools i tool_choice. Ponieważ interfejs jest zgodny z formatem OpenAI, istniejące klienty i SDK zazwyczaj działają po zmianie jedynie identyfikatora modelu.

Główne kompromisy to limit wyjścia i data odcięcia wiedzy. Odpowiedzi są ograniczone do 100 000 tokenów, więc bardzo duże generacje trzeba dzielić lub strumieniować etapami, a pytania o zdarzenia po 30 czerwca 2024 zależą od informacji dostarczonych w prompcie, a nie od treningu modelu. Cięższe rozumowanie oznacza również, że nie jest to model, po który warto sięgać, gdy priorytetem jest opóźnienie lub przepustowość; prostsze lub lżejsze modele z serii o albo z ogólnej linii tekstowej są zwykle lepszym wyborem do prostego generowania, klasyfikacji lub czatu o dużym wolumenie. Wybierz o3-pro, gdy zadanie naprawdę wymaga głębokiego, wieloetapowego rozumowania nad długimi lub mieszanymi danymi wejściowymi, a coś szybszego, gdy tak nie jest.