Kan ik o1 lokaal draaien?

Nee. o1 is een gesloten-weights, alleen API-model van OpenAI — er is niets te downloaden en het kan niet offline draaien.

Wat kost o1 en hoe lang is het contextvenster?

OpenAI rekent $15,00 per miljoen inputtokens en $60,00 per miljoen outputtokens, met een contextvenster van 200.000 tokens.

O1

2485°

#llm #openai #visie #redeneren #coderen #wiskunde

Voer dit model uit

Aanbiedingen / Advertenties

OpenRouter Terminal / API

Betaal per token

Chat met dit model in de browser of roep het aan vanuit je code met één API-sleutel.

OpenAI | 200.000 token context | $15,00/M input, $60,00/M output. De nieuwste en krachtigste modelfamilie van OpenAI, o1 is ontworpen om meer tijd te besteden aan nadenken voordat het antwoordt. De o1 modelserie is getraind met grootschalige reinforcement learning om te redeneren via chain of thought. De o1 modellen zijn geoptimaliseerd voor wiskunde, wetenschap, programmeren en andere STEM-gerelateerde taken. Ze tonen consequent PhD-niveau nauwkeurigheid op benchmarks in natuurkunde, scheikunde en biologie. Meer informatie in de aankondiging van de lanceringOpens in new tab.

Gidsen voor dit model

Open weights vs open source vs alleen API: wat je eigenlijk mag doen

Hoe kies je een AI-model in oktober 2026: eerst het nieuws over gesloten modellen, dan de open modellen die het downloaden waard zijn

De 10 goedkoopste ChatGPT-alternatieven in 2026: gratis lokale modellen, gratis tiers en vaste prijsplannen

Alle gidsen

Aantekeningen van de kapitein

Geschreven door Captain, de huisredacteur

Aantekeningen van 2026-10-13

o1 is OpenAI's redeneermodel, getraind met grootschalige reinforcement learning om problemen stap voor stap te doordenken voordat het antwoordt. Het richt zich op STEM-werk — wiskunde, natuurkunde, scheikunde, biologie, programmeren — en is gebouwd voor problemen waarbij een langzamer, bedachtzamer antwoord beter is dan een snel antwoord. Als je werk buiten die domeinen valt, zullen goedkopere OpenAI-modellen je waarschijnlijk net zo goed dienen.

Bekend om

PhD-niveau nauwkeurigheid op natuurkunde-, scheikunde- en biologiebenchmarks
Chain-of-thought redenering ingebakken in de training, niet toegevoegd via prompting
200.000-token contextvenster voor lange technische documenten
Visie-ondersteuning naast tekstinput
Geoptimaliseerd voor wiskunde- en programmeertaken die standaardmodellen doen struikelen

Let op

Outputprijs van $60 per miljoen tokens is hoog; lange redeneersporen laten de rekening snel oplopen.
Gesloten weights, alleen API — geen lokale inzet, geen fine-tuning, geen offline gebruik.
Overkill en te duur voor alledaags schrijven, chatten of samenvatten.

Het beste voor

Prompts om te proberen

Bewijs een combinatorisch resultaat

Bewijs dat het aantal manieren om een 2×n-bord te betegelen met 1×2 dominostenen voldoet aan de Fibonacci-recurrentie. Toon elke stap van je redenering, vermeld expliciet eventuele basisgevallen, en bevestig dat de recurrentie geldt voor n=4.

Debug een subtiel algoritme

Hier is een Python-implementatie van Dijkstra's algoritme die verkeerde kortste-paden afstanden geeft op grafen met nul-gewogen kanten. Lees de code zorgvuldig, identificeer de exacte bug, leg uit waarom die de fout veroorzaakt, en geef een verbeterde versie. [plak je code hier]

Analyseer een scheikundig mechanisme

Loop het mechanisme van de Diels-Alder reactie tussen butadieen en maleïnezuuranhydride door. Leg het orbitaal-symmetrie argument uit waarom het thermisch toegestaan is, voorspel de stereochemie van het product, en noem eventuele condities die het endo-adduct bevorderen.

Vergelijk met

GPT-5.6 Sol
Alleen API-model
1,050,000 token context · $4.00/M invoer, $20.00/M uitvoer
GPT-6.1 Sol
Alleen API-model
1,050,000 token context · $2.00/M invoer, $10.00/M uitvoer
GPT-6 Sol
Alleen API-model
1,050,000 token context · $2.00/M invoer, $10.00/M uitvoer
gpt-oss-120b
Model met open gewichten
131,072 token context · $0.15/M invoer, $0.60/M uitvoer

Meer tekstmodellen van openai

Veelgestelde vragen

Kan ik o1 lokaal draaien?: Nee. o1 is een gesloten-weights, alleen API-model van OpenAI — er is niets te downloaden en het kan niet offline draaien.
Wat kost o1 en hoe lang is het contextvenster?: OpenAI rekent $15,00 per miljoen inputtokens en $60,00 per miljoen outputtokens, met een contextvenster van 200.000 tokens.
Hoe verschilt o1 van andere OpenAI-modellen?: In tegenstelling tot standaard GPT-modellen is o1 getraind met reinforcement learning om problemen stap voor stap te doordenken voordat het antwoordt, waardoor het sterker is op moeilijke STEM-taken maar langzamer en duurder dan zijn broers en zussen.

Oordeel van de kapitein
Het juiste gereedschap voor moeilijke STEM-problemen waarbij nauwkeurigheid belangrijker is dan snelheid of kosten — overkill voor alles daarbuiten.

De kapitein schrijft deze aantekeningen op basis van de eigen beschrijving en modelkaart van het model. Prijzen en contextgroottes zijn die van de provider op het moment van schrijven en kunnen veranderen.

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.

Change colors / personalize / get code

Not this creator?

Get your own badge

Hoe deze score wordt opgebouwd

Dit model heeft nog geen populariteitsgegevens van welke bron dan ook, dus het krijgt een tijdelijke waarde onder 7,000° om de lijsten compleet te houden. Het staat nooit hoger dan een model met data. De uitsplitsing verschijnt hier zodra een bron het rapporteert.

Woordenlijst: de gebruikte termen

Heat-score: Één getal voor hoe veel een model nu gebruikt en gewenst wordt, van 0° tot 9.999°. Elke lijst op deze site die zegt heetste is gesorteerd op deze score en niets anders.
Vloer: De 7.000° waar elk model met echte data mee begint. De schaal loopt van 0° tot 9.999°; het deel onder de vloer is gereserveerd voor plaatsvervangers (modellen zonder data), zodat een model met data altijd hoger scoort dan een zonder. De vloer is voor iedereen gelijk en beslist niets; de graden erboven zijn de meting.
Download-equivalenten: Alles wat de score als een download telt, bij elkaar opgeteld: downloads zelf, elke torrent seeder als 1.000, elke AI Horde-afbeelding en elke run op een generatie-site als één.
Logaritmische schaal: Tellen per tien, niet per één: van 1.000 naar 10.000 downloads voegt evenveel graden toe als van 10.000 naar 100.000. Zo verdringen grote spelers niet alles.
Likes: Duimen omhoog en likes van elke bron, elk de helft van een download waard op de log-schaal.
Adoptiesnelheid: Hoeveel downloads een model nu per dag krijgt, uit het verschil tussen twee metingen van een bron. Een kwart van het gewicht van de downloadterm.
Gemeten en geschat: Gemeten betekent dat er twee metingen van een bron zijn en het verschil echt is. Geschat betekent dat alleen het totaal van vandaag bekend is en het verleden over de levensduur van het model wordt verdeeld; de site geeft aan welke het toont.
Seeder: Iemand die een kopie van de gewichten online houdt zodat anderen die via een torrent kunnen downloaden, of een gehoste mirror die hetzelfde doet. Elk telt als 1.000 downloads.
AI Horde: Een vrijwilligersnetwerk dat gratis beelden genereert op gedoneerde computers. Het aantal beelden dat het met een model heeft gemaakt is openbaar, en elk telt als één download.
Generatiesites: Sites die hun eigen kopieën van een model hosten en mensen laten genereren, zoals PixAI, SeaArt en Yodayo. Hun downloads tellen net als die van Civitai en elke generatie telt als één download.
OpenRouter tokens: Een tekstmodel dat via een API wordt aangeboden, zoals Claude of GPT, heeft geen gewichten om te downloaden, dus het gebruik wordt gemeten in tokens: de tekststukken die het las en schreef via OpenRouter, een gateway die veel apps gebruiken, in de afgelopen 30 dagen. Elke 10,000,000 tokens telt als één download. Bron: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Volledig model (checkpoint): De gewichten zelf, het bestand dat zelfstandig genereert. Het krijgt een bonus omdat add-ons ervan afhangen.
LoRA en embedding: Kleine add-on bestanden die iemands gewichten sturen naar een stijl, een personage of een concept. Ze kunnen niet zelfstandig draaien.
Familie en gewichten: De basis waarop een model is gebouwd, zoals SD 1.5, SDXL, Flux of Wan. Elk model erft de releasedatum van de gewichten van zijn familie.
Leeftijd: Graden afgetrokken voor hoe lang geleden de gewichten van de familie uitkwamen: 150° per jaar, tot 750°. Het houdt oude downloads die jaren hadden om op te lopen door de top van de lijst te bevriezen.
Familie boost: Een kleine, begrensde duw voor LoRA's van een familie die deze site nu naar voren schuift, altijd vermeld in de uitsplitsing.
Stand-in score: Een stabiel getal onder de vloer gegeven aan een model waar nog geen bron over rapporteert, zodat lijsten compleet blijven. Het staat nooit hoger dan een model met data.
Nieuw! (gratieperiode): Een model dat minder dan 7 dagen oud is, toont Nieuw! in plaats van een score en neemt geen plaats in de ranglijst in. De score wordt vanaf dag één berekend, maar een model van één dag oud groeit sneller dan wat dan ook, dus zonder de wachttijd zou de #1 van de week altijd het model zijn dat gisteren uitkwam in plaats van wat een week standhield.
Trend: Hoe de groei van een model over een periode zich verhoudt tot de typische groei van een model over dezelfde periode. Sneller dan typisch betekent stijging, langzamer betekent daling.
Typisch model: Het midden van de catalogus: de helft van de modellen met een cijfer groeide sneller over de periode, de andere helft langzamer.

Vergelijkbare modellen

AI-modellen voor het genereren van afbeeldingen, video en tekst

O1 is een tekstmodel voor de Text / LLM-familie, vermeld op ModelTrends.ai, een alleen-lezen catalogus van open source AI-modellen voor afbeeldingen, video en tekst. Vergelijk het met andere Text / LLM-modellen en bekijk de populariteitsscore om de trend te zien.

Meer Text / LLM-modellen Meer Text / LLM Tekst / LLM llm openai visie redeneren coderen wiskunde onderzoek

Bladeren op modelfamilie