मुख्य सामग्री पर जाएं
AITier

o3-mini

OpenAIOpenAI o-seriesProprietary

विवरण

A smaller variant of O3, expected to offer enhanced multimodal capabilities, improved reasoning, and more efficient resource utilization compared to previous models while maintaining strong performance on core tasks.

रिलीज़ तिथि
2025-01-31
पैरामीटर
—
संदर्भ लंबाई
200K
मोडैलिटीज़
text

क्षमता रडार

32
general
72
coding
83
reasoning
54
science
40
agents
0
multimodal

रैंकिंग

डोमेन#रैंकस्कोरस्रोत
कोडिंग रैंकिंग341
44.0
AA
सामान्य रैंकिंग354
38.0
AA
विज्ञान333
43.0
AA

बेंचमार्क स्कोर (LLM Stats)

(LLM Stats (zeroeval))

Chat

IFEvalGoogle Research (2023)93.9%स्वयं
Multi-IF79.5%स्वयं
TAU-bench Retail57.6%स्वयं
Multi-Challenge39.9%स्वयं

Factuality

SimpleQA15.0%स्वयं

General

MMLU86.9%स्वयं
Multilingual MMLU80.7%स्वयं
Aider-Polyglot66.7%स्वयं
Aider-Polyglot Edit60.4%स्वयं
Internal API instruction following (hard)50.0%स्वयं

Language

COLLIE98.7%स्वयं

Long Context

OpenAI-MRCR: 2 needle 128k18.7%स्वयं
ComplexFuncBench17.6%स्वयं

Math

MATH97.9%स्वयं
MGSM92.0%स्वयं
AIME 202487.3%स्वयं
LiveBench84.6%स्वयं
FrontierMath9.2%स्वयं

Reasoning

GPQANYU + Cohere + Anthropic (2023)77.2%स्वयं
Graphwalks parents <128k58.3%स्वयं
Graphwalks BFS <128k51.0%स्वयं
SWE-Bench Verified49.3%स्वयं
TAU-bench Airline32.4%स्वयं
SWE-Lancer18.0%स्वयं
SWE-Lancer (IC-Diamond subset)7.4%स्वयं

AA मूल्यांकन सूचकांक

(Artificial Analysis)
Math 500(OpenAI (2024), subset of Hendrycks et al. MATH (2021))
97.3
Mmlu Pro(TIGER-Lab (Univ. of Waterloo, Toronto, CMU, 2024))
79.1
Aime(MAA (Mathematical Association of America))
77.0
Gpqa(NYU + Cohere + Anthropic (2023))
74.8
Livecodebench(UC Berkeley + MIT + Cornell (2024))
71.7
Tau2(Sierra + U Toronto + Vector Institute (2025))
28.7
Intelligence Index(Artificial Analysis)
12.5
Hle(Center for AI Safety + Scale AI (2025))
7.9
Terminalbench Hard(Stanford × Laude Institute (2026))
6.8

LLM Stats श्रेणी स्कोर

(LLM Stats (zeroeval))
Writing
100
Instruction Following
90
Language
90
Legal
90
Finance
90
Healthcare
90
Math
80
Physics
80
Biology
80
Chemistry
80
Chat
70
Reasoning
60
Structured Output
60
General
60
Spatial Reasoning
50
Frontend Development
50
Communication
50
Code
40
Tool Calling
40
Long Context
20
Factuality
10

मूल्य निर्धारण

इनपुट मूल्य$1.1 / 1M टोकन
आउटपुट मूल्य$4.4 / 1M टोकन
मिश्रित मूल्य (3:1)$1.925 / 1M टोकन
कैश पठन मूल्य$0.55 / 1M टोकन

गति

टोकन/सेकंड0.0
पहले टोकन में देरी0.00s
पहले उत्तर में देरी0.00s

प्रदाता मूल्य रैंकिंग

प्रदाता मूल्य रैंकिंग

1 प्रदाता

प्रदाताइनपुटआउटपुट
1OpenAIप्राथमिक
$1.1
$4.4

इस मॉडल के लिए विभिन्न API प्रदाताओं के मूल्य निर्धारण की तुलना करें।

बाहरी लिंक

LLM StatsArtificial Analysis