O3 Mini
5918°
OpenAI | 200,000 token context | $1.10/M input, $4.40/M output. OpenAI o3-mini 是一款成本效益高的语言模型，专为 STEM 推理任务优化，尤其擅长科学、数学和编码。该模型支持 reasoning_effort 参数，可设置为“high”、“medium”或“low”以控制模型的思考时间，默认值为“medium”。OpenRouter 还提供模型标识 openai/o3-mini-high，将参数默认设为“high”。该模型具备三档可调推理强度，支持函数调用、结构化输出和流式传输等关键开发功能，但不包含视觉处理能力。与前代相比，模型在复杂问题上的主要错误减少了39%，专家测试者56%的时间更偏好其回答。在中等推理强度设置下，o3-mini 在如 AIME 和 GPQA 等挑战性推理评估中表现与更大 o1 模型相当，同时保持更低的延迟和成本。
本模型的指南
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
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
开放权重 vs 开源 vs 仅API：你到底能做什么
船长笔记
2026-10-13 的笔记
o3-mini 是 OpenAI 针对 STEM 领域（科学、数学和编码）推出的成本优化推理模型。其主要特点是可调节的推理强度档位——低、中、高，用户只需为任务所需的思考量付费。中档推理强度下，它在难题推理基准上与更大模型 o1 旗鼓相当，是希望获得推理级结果但又不想支付高额费用的开发者的实用默认选择。
以……著称
- 三档推理强度可在速度、成本和答案质量间权衡。
- 中档推理强度下，在 AIME 和 GPQA 数学及科学基准上匹配 o1 表现。
- 相比前代，复杂问题的重大错误减少 39%。
- 完整开发者工具集：函数调用、结构化输出和流式传输。
- 20 万令牌上下文窗口，支持长代码库和技术文档。
注意
- 无视觉支持，无法处理图像，多模态任务需选用其他模型。
- 权重封闭，仅通过 API 租用，无法本地运行。
- 输出令牌费用是输入的四倍，冗长推理链成本较高。
推荐尝试的提示词
调试复杂递归
这是一个递归 Python 函数，用于计算用 1×2 多米诺骨牌铺满 2×N 板的方案数。对于 N 大于 20 时结果错误。请找出错误，解释原因，并给出修正版本及简要说明：
def tile(n):
if n == 0: return 1
if n == 1: return 1
return tile(n-1) + tile(n-2)
证明组合数学结果
证明对任意正整数 n，前 n 个奇数之和等于 n 的平方。先用数学归纳法证明，再用几何或组合论方法给出第二种证明。每个证明都要自成体系，解释每一步。
规划多步代理
设计一个最简工具调用代理，回答关于本地 SQLite 数据库的问题。列出所需工具、每个工具调用和响应的 JSON 模式、决策循环伪代码，以及你会优先防范的两到三个失败模式。
与……比较
- gpt-oss-120b开源权重模型131,072 令牌上下文 · $0.15/M 输入，$0.60/M 输出
- gpt-oss-20b开源权重模型131,072 令牌上下文 · $0.02/M 输入，$0.09/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
来自 openai 的更多文本模型
常见问题
- 我可以本地运行 o3-mini 或下载权重吗？
- 不可以。o3-mini 是 OpenAI 的 API 专用模型，权重不公开，无法在本地运行。
- o3-mini 的费用和上下文大小是多少？
- 输入令牌每百万收费 1.10 美元，输出令牌每百万收费 4.40 美元，上下文窗口为 200,000 令牌。
- o3-mini 与 o1 和 o3 有何不同？
- o3-mini 比两者都小且便宜，但中档推理强度下在难度较高的数学和科学基准上匹配 o1；它以较低延迟和成本换取部分性能上限，并新增了 o1 不支持的 reasoning_effort 参数。
船长评语推理强度调节是最大卖点：合理默认，遇到难题时可轻松调高。
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 Mini 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