O3 Mini
O3 Mini
O3の小型版で、前世代のモデルよりも高度なマルチモーダル機能、改善された推論能力、およびより効率的なリソース利用を提供し、同時に核心タスクでも強力なパフォーマンスを維持することが期待されています。
インテリジェンス(比較的強い)
速度(中程度)
入力サポートモダリティ
いいえ
推論モデルかどうか
200,000
コンテキストウィンドウ
100,000
最大出力トークン
2023-09-30
知識カットオフ
価格設定
¥7.92 /M tokens
入力
¥31.68 /M tokens
出力
¥13.86 /M tokens
混合価格
クイック簡易比較
GPT-4.1
¥2
GPT-4.1 mini
¥0.4
GPT-4.1 nano
¥0.1
基本パラメータ
GPT-4.1技術パラメータ
パラメータ数
未発表
コンテキスト長
200.00k tokens
トレーニングデータカットオフ
2023-09-30
オープンソースカテゴリ
Proprietary
マルチモーダルサポート
テキストのみ
スループット
115
リリース日
2025-01-31
応答速度
141.90,971 tokens/s
ベンチマークスコア
以下はclaude-monetの様々な標準ベンチマークテストでのパフォーマンスです。これらのテストは、異なるタスクやドメインにおけるモデルの能力を評価します。
インテリジェンス指数
6286
大規模言語モデルインテリジェンスレベル
コーディング指数
5584
コーディングタスクにおけるAIモデルのパフォーマンス指標
数学指数
-
数学的問題の解決、数学的推論、または数学関連タスクの実行における能力指標
MMLU Pro
79.1
大規模マルチタスクマルチモーダル理解 - テキスト、画像、音声、ビデオの理解をテスト
GPQA
74.8
大学院物理学問題評価 - ダイヤモンド科学レベルの問題で高度な物理学知識をテスト
HLE
8.7
Hugging Face Open LLMリーダーボードにおけるモデルの包括的な平均スコア
LiveCodeBench
71.7
実世界のコード作成とプログラミングコンテスト問題解決における大規模言語モデルの能力を評価する特定の評価
SciCode
39.9
科学計算または特定の科学分野のコード生成におけるモデルの能力
HumanEval
97.2
特定のHumanEvalベンチマークテストセットでAIモデルが達成したスコア
Math 500スコア
97.3
最初の500の大規模でよく知られた数学ベンチマークテストのスコア
AIMEスコア
77
高難度の数学競技問題(特にAIMEレベル)を解決するAIモデルの能力を測定する指標
おすすめAIモデル
Gemini 1.0 Pro
google

¥3.6
入力トークン/百万
¥10.8
出力トークン/百万
33k
コンテキスト長
GPT 4
openai

¥216
入力トークン/百万
¥432
出力トークン/百万
8192
コンテキスト長
Qwen2.5 Coder Instruct 32B
alibaba

¥0.65
入力トークン/百万
¥0.65
出力トークン/百万
131k
コンテキスト長
Gemini 1.5 Flash 8B
google

¥0.58
入力トークン/百万
¥2.16
出力トークン/百万
1M
コンテキスト長
Gemini 1.5 Pro (May '24)
google

¥18
入力トークン/百万
¥72
出力トークン/百万
2M
コンテキスト長
Llama 3.2 Instruct 11B (Vision)
meta

¥0.43
入力トークン/百万
¥0.43
出力トークン/百万
128k
コンテキスト長
Gemini 2.0 Flash (experimental)
google

¥0.72
入力トークン/百万
¥5.04
出力トークン/百万
1M
コンテキスト長
O1 Preview
openai

¥108
入力トークン/百万
¥432
出力トークン/百万
128k
コンテキスト長