Posso eseguire o1 localmente?

No. o1 è un modello a pesi chiusi, solo API di OpenAI — non c’è nulla da scaricare e non può essere eseguito offline.

Quanto costa o1 e qual è la sua finestra di contesto?

OpenAI addebita $15,00 per milione di token in input e $60,00 per milione di token in output, con una finestra di contesto di 200.000 token.

In cosa differisce o1 dagli altri modelli OpenAI?

A differenza dei modelli GPT standard, o1 è addestrato con reinforcement learning per ragionare attraverso i problemi usando il chain of thought prima di produrre una risposta, risultando più forte su compiti STEM difficili ma più lento e costoso dei suoi simili.

O1

2485°

#llm #openai #visione #ragionamento #programmazione #matematica

Esegui questo modello

Offerte / Annunci

OpenRouter Terminale / API

Paga per token

Chatta con questo modello nel browser o chiamalo dal tuo codice con una chiave API.

OpenAI | contesto di 200.000 token | $15.00/M input, $60.00/M output. L'ultima e più potente famiglia di modelli di OpenAI, o1 è progettata per dedicare più tempo al ragionamento prima di rispondere. La serie o1 è addestrata con reinforcement learning su larga scala per ragionare usando chain of thought. I modelli o1 sono ottimizzati per matematica, scienze, programmazione e altri compiti STEM. Mostrano costantemente precisione a livello di dottorato in benchmark di fisica, chimica e biologia. Scopri di più nell'annuncio di lancioOpens in new tab.

Guide per questo modello

Pesi aperti vs open source vs solo API: cosa puoi davvero fare

Come scegliere un modello AI a ottobre 2026: le novità closed source, poi i pesi aperti da scaricare

Le 10 alternative a ChatGPT più economiche nel 2026: modelli locali gratuiti, piani gratuiti e tariffe fisse

Tutte le guide

Note del capitano

Scritto da Captain, l'editor di casa

Note del 2026-10-13

o1 è il modello di OpenAI focalizzato sul ragionamento, addestrato con reinforcement learning su larga scala per pensare ai problemi usando il chain of thought prima di rispondere. È pensato per lavori STEM — matematica, fisica, chimica, biologia, programmazione — ed è costruito per problemi in cui una risposta più lenta e deliberata è meglio di una veloce. Se il tuo lavoro è fuori da questi ambiti, modelli OpenAI più economici probabilmente ti serviranno altrettanto bene.

Conosciuto per

Accuratezza a livello PhD su benchmark di fisica, chimica e biologia
Ragionamento a catena integrato nell’addestramento, non aggiunto tramite prompting
Finestra di contesto da 200.000 token per documenti tecnici lunghi
Supporto visivo insieme all’input testuale
Ottimizzato per compiti di matematica e programmazione che mettono in difficoltà modelli standard

Attenzione a

Il prezzo di output a $60 per milione di token è alto; le tracce di ragionamento lunghe fanno salire rapidamente il conto.
Pesi chiusi, solo API — nessun deployment locale, nessun fine-tuning, nessun uso offline.
Eccessivo e troppo costoso per scrittura quotidiana, chat o sintesi.

Ideale per

Prompt da provare

Dimostra un risultato di combinatoria

Dimostra che il numero di modi per piastrellare una tavola 2×n con domino 1×2 soddisfa la ricorrenza di Fibonacci. Mostra ogni passaggio del ragionamento, indica esplicitamente i casi base e conferma che la ricorrenza vale per n=4.

Debugga un algoritmo sottile

Ecco un’implementazione Python dell’algoritmo di Dijkstra che produce distanze errate sui grafi con archi a peso zero. Leggi attentamente il codice, individua il bug esatto, spiega perché causa il fallimento e fornisci una versione corretta. [incolla qui il tuo codice]

Analizza un meccanismo chimico

Analizza il meccanismo della reazione di Diels-Alder tra butadiene e anidride maleica. Spiega l’argomento della simmetria degli orbitali per cui è termicamente permessa, prevedi la stereochimica del prodotto e nota eventuali condizioni che favorirebbero l’addotto endo.

Confronta con

GPT-5.6 Sol
Modello solo API
Contesto di 1,050,000 token · Input $4.00/M, output $20.00/M
GPT-6.1 Sol
Modello solo API
Contesto di 1,050,000 token · Input $2.00/M, output $10.00/M
GPT-6 Sol
Modello solo API
Contesto di 1,050,000 token · Input $2.00/M, output $10.00/M
gpt-oss-120b
Modello con pesi aperti
Contesto di 131,072 token · Input $0.15/M, output $0.60/M

Altri modelli di testo da openai

Domande frequenti

Posso eseguire o1 localmente?: No. o1 è un modello a pesi chiusi, solo API di OpenAI — non c’è nulla da scaricare e non può essere eseguito offline.
Quanto costa o1 e qual è la sua finestra di contesto?: OpenAI addebita $15,00 per milione di token in input e $60,00 per milione di token in output, con una finestra di contesto di 200.000 token.
In cosa differisce o1 dagli altri modelli OpenAI?: A differenza dei modelli GPT standard, o1 è addestrato con reinforcement learning per ragionare attraverso i problemi usando il chain of thought prima di produrre una risposta, risultando più forte su compiti STEM difficili ma più lento e costoso dei suoi simili.

Verdetto del capitano
Lo strumento giusto per problemi STEM difficili dove l’accuratezza conta più della velocità o del costo — eccessivo per tutto il resto.

Il capitano scrive queste note dalla descrizione e dalla scheda modello. Prezzi e dimensioni del contesto sono quelli del provider al momento della scrittura e possono cambiare.

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

Come si calcola questo punteggio

Questo modello non ha ancora dati di popolarità da nessuna fonte, quindi ha un numero provvisorio sotto 7,000° che mantiene le liste complete. Non supera mai un modello con dati. La suddivisione appare qui appena una fonte la segnala.

Glossario: i termini usati qui

Punteggio heat: Un numero che indica quanto un modello è usato e desiderato ora, da 0° a 9.999°. Ogni lista su questo sito che dice più caldo è ordinata per questo e nient’altro.
Soglia minima: I 7.000° da cui parte ogni modello con dati reali. La scala va da 0° a 9.999°; la parte sotto la soglia è riservata ai sostituti (modelli senza dati), così un modello con dati è sempre sopra uno senza. La soglia è uguale per tutti e non decide nulla; i gradi sopra sono la misura.
Equivalenti di download: Tutto ciò che il punteggio considera come un download, sommato: i download stessi, ogni seeder torrent come 1.000, ogni immagine AI Horde e ogni esecuzione su un sito di generazione come uno.
Scala logaritmica: Conta a decine, non a unità: passare da 1.000 a 10.000 download aggiunge gli stessi gradi che passare da 10.000 a 100.000. Evita che i giganti schiaccino tutto il resto.
Like: Pollici in su e like da ogni fonte, valgono metà di un download sulla scala logaritmica.
Tasso di adozione: Quanti download al giorno riceve un modello ora, dalla differenza tra due rilevazioni di una fonte. Un quarto del peso del termine download.
Misurato e stimato: Misurato significa che ci sono due letture di una fonte e la differenza è reale. Stimato significa che si conosce solo il totale di oggi e il passato è distribuito sulla vita del modello; il sito indica quale viene mostrato.
Seeder: Qualcuno che mantiene una copia dei pesi online per farli scaricare agli altri tramite torrent, o uno specchio ospitato che fa lo stesso. Ognuno conta come 1.000 download.
AI Horde: Una rete di volontari che genera immagini gratis su computer donati. Il numero di immagini create con un modello è pubblico, e ognuna conta come un download.
Siti di generazione: Siti che ospitano copie di un modello e permettono di generare con esso, come PixAI, SeaArt e Yodayo. I loro download contano come quelli di Civitai e ogni generazione come un download.
Token OpenRouter: Un modello di testo servito tramite API, come Claude o GPT, non ha pesi da scaricare, quindi il suo utilizzo si misura in token: i pezzi di testo letti e scritti tramite OpenRouter, un gateway usato da molte app, negli ultimi 30 giorni. Ogni 10,000,000 token conta come un download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modello completo (checkpoint): I pesi stessi, il file che genera da solo. Riceve un bonus perché da esso dipendono gli add-on.
LoRA e embedding: Piccoli file add-on che indirizzano i pesi di qualcun altro verso uno stile, un personaggio o un concetto. Non possono funzionare da soli.
Famiglia e pesi: La base su cui è costruito un modello, come SD 1.5, SDXL, Flux o Wan. Ogni modello eredita la data di rilascio dei pesi della sua famiglia.
Età: Gradi tolti in base a quanto tempo fa sono usciti i pesi della famiglia: 150° all'anno, fino a 750°. Mantiene i vecchi download che hanno avuto anni per accumularsi congelando la cima della lista.
Boost famiglia: Una piccola spinta limitata per le LoRA di una famiglia che questo sito sta promuovendo ora, sempre elencata nel dettaglio.
Punteggio stand-in: Un numero stabile sotto il minimo dato a un modello su cui nessuna fonte ha ancora dati, così le liste restano complete. Non supera mai un modello con dati.
Novità! (periodo di grazia): Un modello più giovane di 7 giorni mostra Novità! invece di un punteggio e non ha posizione nelle classifiche. Il suo punteggio è calcolato dal primo giorno, ma un modello di un giorno cresce più velocemente di qualsiasi altro, quindi senza l'attesa il #1 della settimana sarebbe sempre quello uscito ieri invece di quello che ha resistito per una settimana.
Tendenza: Come la crescita di un modello in un periodo si confronta con la crescita tipica di un modello nello stesso periodo. Più veloce del tipico si legge come aumento, più lento come calo.
Modello tipico: Il centro del catalogo: metà dei modelli con un valore è cresciuta più velocemente nel periodo, metà più lentamente.

Modelli simili

Modelli di IA per generare immagini, video e testo

O1 è un modello di testo per la famiglia Text / LLM presente su ModelTrends.ai, un catalogo in sola lettura di modelli di IA open source per immagini, video e testo. Confrontalo con gli altri modelli Text / LLM e controlla il punteggio di calore per vedere la tendenza.

Altri modelli Text / LLM Altri Testo / LLM Text / LLM llm openai visione ragionamento programmazione matematica ricerca

Sfoglia per famiglia di modelli