O3
2213°
OpenAI | 200,000 令牌上下文 | 输入 $2.00/M，输出 $8.00/M。o3 是一款跨领域表现均衡且强大的模型。它为数学、科学、编码和视觉推理任务设定了新标准，同时在技术写作和指令遵循方面表现出色。适用于需要跨文本、代码和图像分析的多步骤问题思考。
本模型的指南
开放权重 vs 开源 vs 仅API：你到底能做什么
2026年10月如何选择AI模型：先看闭源新闻，再看值得下载的开源权重
2026年最便宜的10款ChatGPT替代品：免费本地模型、免费套餐和固定费率计划
船长笔记
2026-10-13 的笔记
o3 是 OpenAI 的旗舰推理模型，专为解决数学、科学、编码和视觉分析中的最难问题而建。它通过多步骤思考处理文本、代码和图像，而非简单模式匹配快速答案。如果你经常遇到更快模型的瓶颈，这就是你的下一步选择。
以……著称
- 在数学、科学和编码问题上的顶级表现
- 视觉推理：能同时分析图像、文本和代码
- 强大的技术写作和精准的指令执行能力
- 20 万令牌上下文，适合长篇复杂文档或代码库
注意
- 权重封闭，仅限 API，无法本地运行或自托管
- 输出每百万令牌 8.00 美元，长推理链成本迅速上升
- 比 OpenAI 轻量模型慢，不适合快速简单任务
推荐尝试的提示词
调试细微逻辑错误
这是一个计算复利的 Python 函数。它通过基本测试，但当复利频率超过 12 时结果错误。请逐步分析逻辑，找出错误，解释为何输出错误，并给出修正版本及简要说明。
多步骤科学问题
一个密封的 10 升容器内装有理想气体，温度 300 K，压力 2 atm。加热至压力达到 3 atm。新温度是多少？然后打开小阀门放气，直到压力在新温度下回到 2 atm，剩余气体摩尔数占原来的多少？请展示每一步计算。
分析图表或图示
我附上一张财务报告图表。请识别主要趋势，指出异常或拐点，并告诉我细心分析师在得出结论前应提出哪些问题。具体说明图表显示了什么和未显示什么。
与……比较
- GPT-6 Luna仅限API模型1,050,000 令牌上下文 · $0.10/M 输入，$0.50/M 输出
- GPT-5.6 Sol仅限API模型1,050,000 令牌上下文 · $4.00/M 输入，$20.00/M 输出
- GPT-6.1 Sol仅限API模型1,050,000 令牌上下文 · $2.00/M 输入，$10.00/M 输出
- GPT-6 Sol仅限API模型1,050,000 令牌上下文 · $2.00/M 输入，$10.00/M 输出
来自 openai 的更多文本模型
常见问题
- 我能本地运行 o3 或下载权重吗？
- 不能。o3 仅限 API，OpenAI 未发布权重，无法本地或自托管部署。
- o3 的费用和上下文容量是多少？
- 输入每百万令牌 2.00 美元，输出每百万令牌 8.00 美元，上下文窗口为 200,000 令牌。
- o3 与 OpenAI 的更快模型有何不同？
- o3 专为深度多步骤推理设计，牺牲速度和成本以换取在复杂数学、科学、编码和视觉推理任务上的显著性能提升。
船长评语当问题真正复杂且错误代价高于令牌费用时，这是你会选择的模型。
船长根据模型自身描述和模型卡撰写这些笔记。价格和上下文大小为撰写时提供商的数据，可能会变动。
Ranking badge
Updated Oct 22, 2026
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
这个评分是怎么计算的
这个模型还没有任何来源的流行度数据，所以它用一个低于 7,000° 的替代数值来保持列表完整。它永远不会排在有数据的模型前面。一旦有来源报告数据，分解就会显示在这里。
术语表：这里用到的术语
- 热度得分
- 一个数字，表示模型当前的使用和需求程度，范围从0°到9,999°。本站所有标注为最热门的榜单都按这个分数排序，别无他物。
- 基准线
- 所有有真实数据的模型起始于7,000°。分数范围是0°到9,999°；基准线以下的部分保留给无数据的替代模型，这样有数据的模型总是排在无数据模型之上。基准线对所有人相同，不影响排名；超过基准线的度数才是实际测量值。
- 下载等价量
- 得分中当作下载计算的所有项目总和：下载本身，每个种子上传者算1,000，每个AI Horde图片和每次生成网站的运行算一个。
- 对数刻度
- 以十为单位计数，而不是以一为单位：从1,000到10,000下载增加的热度和从10,000到100,000增加的热度相同。这样可以防止巨头压倒一切。
- 点赞
- 来自所有来源的点赞和竖起大拇指，每个点赞在对数刻度上价值半个下载。
- 采用率
- 模型当前每天的下载次数，基于两次读数的差值。权重是下载项的四分之一。
- 测量与估算
- 测量表示有两个来源的读数，且差异是真实的。估算表示只知道今天的总数，过去的数据是根据模型的生命周期分配的；网站会说明显示的是哪种。
- 做种者
- 指那些在线保存权重副本供他人通过种子下载的人，或者提供同样服务的托管镜像。每个做种者相当于1000次下载。
- AI Horde
- 一个志愿者网络，在捐赠的电脑上免费生成图片。它用某个模型生成的图片数量是公开的，每张图片算作一次下载。
- 生成网站
- 托管自己模型副本并允许用户生成的站点，比如PixAI、SeaArt和Yodayo。它们的下载计数和Civitai一样，每次生成算一次下载。
- OpenRouter 令牌
- 通过API提供的文本模型，如Claude或GPT，没有权重需要下载，因此其使用量以令牌计量：过去30天内通过OpenRouter（一种许多应用使用的网关）读取和生成的文本片段。每10,000,000个令牌计为一次下载。来源：OpenRouter (openrouter.ai/rankings)，CC BY 4.0。
- 完整模型（检查点）
- 权重文件本身，是能独立生成的文件。它会获得额外加分，因为附加组件依赖它。
- LoRA和嵌入
- 小型附加文件，用来引导别人的权重朝向某种风格、角色或概念。它们不能单独运行。
- 家族与权重
- 模型构建所基于的基础，比如SD 1.5、SDXL、Flux或Wan。每个模型继承其家族权重的发布日期。
- 年龄
- 根据家族权重发布多久，扣除的度数：每年150°，最多750°。它保留了那些积累了多年下载量的老模型，防止它们被挤出榜单顶部。
- 家族加成
- 对当前网站重点推广的某个家族的LoRA给予的小幅度限制性加分，总是在分数细目中列出。
- 替代分数
- 给还没有任何来源报告的模型一个稳定的最低分数，这样榜单才完整。它永远不会高于有数据的模型。
- 新模型！（宽限期）
- 不到7天的新模型显示“新模型！”而非分数，且不参与排名。其分数从第一天开始计算，但一天大的模型增长最快，若不等待，周榜#1总是昨天刚发布的模型，而非持续一周的。
- 趋势
- 模型在某段时间内的增长与同一时间段内典型模型增长的对比。比典型快表示上升，比典型慢表示下降。
- 典型模型
- 目录的中间值：一半有数据的模型增长比它快，一半比它慢。
O3 是 Text / LLM 系列的一个文本模型，收录于 ModelTrends.ai——一个只读的开源 AI 图像、视频和文本模型目录。你可以将它与其他 Text / LLM 模型比较，并查看热度分数了解趋势。
按模型系列浏览
Text / LLM 模型
434
Anima 模型
528
Chroma 模型
19
Fibo 模型
2
Flux 模型
1,496
Flux 2 / Klein 模型
1,239
Flux 3 模型
3
Moss 模型
3
Iris 模型
1
MiniMax H3 模型
364
Hunyuan 模型
204
Ideogram 模型
20
Krea2 模型
717
Qwen 模型
20
Qwen2 模型
47
Ltx2 模型
153