메인 콘텐츠로 건너뛰기
AITier

o3-mini

OpenAIOpenAI o-seriesProprietary

설명

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.

출시일
2025-01-31
파라미터
—
컨텍스트 길이
200K
모달리티
text

능력 레이더

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

랭킹

도메인#순위점수소스
코딩 랭킹341
44.0
AA
종합 랭킹354
38.0
AA
과학333
43.0
AA

벤치마크 점수 (LLM Stats)

(LLM Stats (zeroeval))

Chat

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

Factuality

SimpleQA15.0%자체 보고

General

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

Language

COLLIE98.7%자체 보고

Long Context

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

Math

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

Reasoning

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

AA 평가 지수

(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 카테고리 점수

(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

가격

입력 가격$1.1 / 1M 토큰
출력 가격$4.4 / 1M 토큰
혼합 가격 (3:1)$1.925 / 1M 토큰
캐시 읽기 가격$0.55 / 1M 토큰

속도

토큰/초0.0
첫 토큰 지연0.00s
첫 응답 지연0.00s

공급자 가격 순위

공급자 가격 순위

1개 공급자

공급자입력출력
1OpenAI주요
$1.1
$4.4

이 모델의 다양한 API 공급자 간 가격 비교.

외부 링크

LLM StatsArtificial Analysis