OpenAI: o3

OpenAI o3 är en textfokuserad modell från OpenAI, släppt av leverantören den 16 april 2025. Den tillhör kategorin text och beskrivs av OpenAI som en välavvägd och kraftfull modell över flera domäner, med särskild styrka inom matematik, vetenskap, kodning och visuellt resonemang, samt teknisk skrivning och instruktionsföljning. Dess kunskapsgräns är den 30 juni 2024, så allt efter det datumet ligger utanför vad modellen lärde sig under träningen.

På inputsidan accepterar o3 text, bilder och filer, vilket innebär att du kan skicka en prompt som kombinerar skriftliga instruktioner med en skärmbild, ett diagram, ett schema eller ett dokument. Utdata är endast text. Kontextfönstret är 200 000 tokens, och maximal utdata är 100 000 tokens, så både långa indata och långa genereringar är möjliga inom samma begäran. Kombinationen av bild- och filindata med en stor kontext gör den lämplig för uppgifter där modellen behöver läsa källmaterial innan den svarar i stället för att enbart förlita sig på minnet.

Praktiska användningsområden följer av dessa förmågor. Kodningsuppgifter, inklusive att läsa befintlig kod och resonera kring ändringar, passar naturligt, liksom matematik- och vetenskapsproblem som kräver stegvis uträkning. Visuella resonemangsuppgifter som att tolka diagram, scheman eller skärmbilder fungerar eftersom bilder accepteras som indata. Teknisk skrivning och instruktionsföljning gör den till ett rimligt val för dokumentation, strukturerade rapporter och alla arbetsbelastningar där utdata måste följa ett exakt format. Eftersom filer kan tillhandahållas direkt är det också möjligt att sammanfatta eller extrahera från längre dokument utan att först bearbeta dem till ren text själv.

Du anropar modellen via api14:s OpenAI-kompatibla API med modell-id:t "openai/o3". De begärandeparametrar som stöds är include_reasoning, max_tokens, reasoning, response_format, seed, structured_outputs, tool_choice och tools. I praktiken innebär det att du kan styra utdatalängden med max_tokens, begära att resonemang visas med include_reasoning och reasoning, begränsa svarsformen med response_format eller structured_outputs, göra körningar mer reproducerbara med seed, och ge modellen funktioner att anropa via tools och tool_choice.

Den främsta begränsningen att ha i åtanke är kunskapsgränsen den 30 juni 2024, så frågor om nyare händelser behöver hanteras genom att tillhandahålla relevant material i prompten, vilket fil- och bildindata gör enkelt. Utdata är endast text, så om du behöver genererade bilder eller ljud krävs en annan modell. För arbetsbelastningar som inte behöver resonemang, bildindata eller en kontext på 200 000 tokens kan en mindre textmodell vara enklare och snabbare att arbeta med.