Model
.ai
오픈 AI 모델 추적
O3
OpenAI | 200,000 토큰 컨텍스트 | 입력 $2.00/M, 출력 $8.00/M. o3는 다양한 분야에서 균형 잡히고 강력한 모델입니다. 수학, 과학, 코딩, 시각 추론 작업에서 새로운 기준을 세우며, 기술 문서 작성과 지시 따르기에도 뛰어납니다. 텍스트, 코드, 이미지 전반에 걸친 다단계 문제를 사고하는 데 사용하세요.
이 모델의 가이드
모든 가이드
o3는 OpenAI의 플래그십 추론 모델로, 수학, 과학, 코딩, 시각 분석에서 가장 어려운 문제를 다루도록 설계되었습니다. 빠른 답변을 위한 패턴 매칭 대신 텍스트, 코드, 이미지 전반에 걸쳐 다단계 작업을 사고합니다. 더 빠른 모델의 한계에 자주 부딪힌다면 다음 단계로 선택할 모델입니다.

알려진 점

  • 수학, 과학, 코딩 문제에서 최상위 성능
  • 시각 추론: 텍스트와 코드와 함께 이미지를 분석
  • 강력한 기술 문서 작성 및 정확한 지시 수행
  • 200,000 토큰 컨텍스트로 긴 복잡 문서나 코드베이스 처리 가능

주의할 점

  • 폐쇄형 가중치, API 전용 — 로컬 실행이나 자체 호스팅 불가
  • 출력 토큰당 $8.00으로 긴 추론 체인에서 비용이 빠르게 증가
  • OpenAI의 가벼운 모델보다 느림; 간단하고 빠른 작업에는 부적합

시도해볼 프롬프트

미묘한 논리 오류 디버깅
복리 이자를 계산하는 파이썬 함수가 있습니다. 기본 테스트는 통과하지만 복리 횟수가 12를 초과하면 잘못된 결과를 반환합니다. 논리를 단계별로 살펴보고 버그를 찾아내며, 왜 잘못된 결과가 나오는지 설명하고, 수정된 버전과 간단한 수정 설명을 주세요.
다단계 과학 문제
밀폐된 10리터 용기에 이상 기체가 300K, 2기압 상태로 들어 있습니다. 용기를 가열해 압력이 3기압이 될 때까지 올립니다. 새 온도는 얼마인가요? 그 다음 작은 밸브를 열어 압력이 새 온도에서 다시 2기압이 될 때까지 가스를 방출하면 원래 몰 수의 몇 퍼센트가 남나요? 각 단계를 보여주세요.
차트 또는 다이어그램 분석하기
재무 보고서의 차트를 첨부합니다. 주요 추세를 식별하고 이상점이나 변곡점을 기록하며, 신중한 분석가가 이 데이터를 해석하기 전에 어떤 질문을 해야 하는지 알려주세요. 차트가 무엇을 보여주고 무엇을 보여주지 않는지 구체적으로 설명하세요.

비교하기

  • GPT-6 Luna
    API 전용 모델
    1,050,000 토큰 컨텍스트 · $0.10/M 입력, $0.50/M 출력
  • GPT-5.6 Sol
    API 전용 모델
    1,050,000 토큰 컨텍스트 · $4.00/M 입력, $20.00/M 출력
  • GPT-6.1 Sol
    API 전용 모델
    1,050,000 토큰 컨텍스트 · $2.00/M 입력, $10.00/M 출력
  • GPT-6 Sol
    API 전용 모델
    1,050,000 토큰 컨텍스트 · $2.00/M 입력, $10.00/M 출력
openai의 더 많은 텍스트 모델

사람들이 묻는 질문

o3를 로컬에서 실행하거나 가중치를 다운로드할 수 있나요?
아니요. o3는 API 전용이며 OpenAI가 가중치를 공개하지 않아 로컬이나 자체 호스팅이 불가능합니다.
o3의 비용과 컨텍스트 크기는 어떻게 되나요?
입력 토큰당 $2.00, 출력 토큰당 $8.00이며, 200,000 토큰 컨텍스트 창을 갖고 있습니다.
o3는 OpenAI의 빠른 모델과 어떻게 다른가요?
o3는 속도보다 깊고 다단계 추론에 초점을 맞추어, 어려운 수학, 과학, 코딩, 시각 추론 작업에서 훨씬 강력한 성능을 제공합니다.
캡틴의 평가
문제가 정말 어렵고 잘못된 답변 비용이 토큰 비용보다 클 때 선택하는 모델입니다.
캡틴은 모델의 설명과 모델 카드에서 이 노트를 작성합니다. 가격과 컨텍스트 크기는 작성 시점의 제공자 기준이며 변경될 수 있습니다.
Ranking badge
Updated Oct 22, 2026
ModelTrends.ai의 o3: Heat 2,213°
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
이 점수가 어떻게 계산되는지
이 모델은 아직 어떤 출처에서도 인기 데이터가 없어서 7,000° 아래에 임시 점수를 가지고 있어. 이 점수는 목록을 완성하는 데 쓰여. 데이터가 있는 모델보다 절대 순위가 높지 않아. 출처에서 보고가 들어오는 즉시 여기서 세부 내역이 나타나.
용어집: 여기서 쓰는 말들
히트 점수
모델이 지금 얼마나 쓰이고 원하는지 한 숫자로 나타낸 거야, 0°부터 9,999°까지. 이 사이트에서 가장 인기 있는 목록은 모두 이 점수로 정렬돼.
기본 점수
실제 데이터가 있는 모든 모델이 시작하는 7,000°야. 점수는 0°부터 9,999°까지인데, 기본 점수 아래는 데이터 없는 모델(대체 모델)용으로 남겨둬서 데이터 있는 모델이 항상 위에 오도록 해. 기본 점수는 모두 같고 아무것도 결정하지 않아; 그 위 점수가 실제 측정치야.
다운로드 동등치
점수가 다운로드로 취급하는 모든 걸 합친 거야: 실제 다운로드, 토렌트 시더 1,000개씩, AI Horde 이미지와 생성 사이트 실행 1개씩.
로그 스케일
1씩이 아니라 10씩 세는 거야: 1,000에서 10,000 다운로드가 늘면 10,000에서 100,000 늘어난 것과 같은 점수가 더해져. 큰 모델이 다 차지하는 걸 막아줘.
좋아요
모든 출처의 좋아요와 엄지척, 로그 스케일에서 다운로드 절반 가치야.
채택률
두 번 측정한 차이로 계산한 지금 하루 다운로드 수야. 다운로드 항목 무게의 4분의 1이야.
측정 및 추정
측정은 두 번의 소스 읽기가 존재하고 그 차이가 실제라는 뜻이야. 추정은 오늘의 총합만 알고 과거는 모델의 전체 기간에 나눠서 보여주는 거야; 사이트에서 어떤 걸 보여주는지 알려줘.
시더
토렌트를 통해 다른 사람이 다운로드할 수 있도록 가중치 파일을 온라인에 보관하는 사람이나 호스팅 미러를 말해. 각각 1,000번 다운로드로 계산돼.
AI 호드
기부받은 컴퓨터에서 무료로 이미지를 생성하는 자원봉사 네트워크야. 모델로 만든 이미지 수가 공개되고, 각각이 한 번의 다운로드로 계산돼.
생성 사이트
PixAI, SeaArt, Yodayo 같은 모델 복사본을 직접 호스팅하고 사람들이 생성할 수 있게 하는 사이트들이야. 이들의 다운로드는 Civitai와 같고, 생성 한 번이 한 번의 다운로드로 계산돼.
OpenRouter 토큰
Claude나 GPT 같은 API를 통해 제공되는 텍스트 모델은 다운로드할 가중치가 없으므로, 지난 30일간 OpenRouter를 통해 읽고 쓴 텍스트 조각인 토큰 수로 사용량을 측정합니다. 10,000,000 토큰마다 다운로드 1회로 계산합니다. 출처: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
전체 모델 (체크포인트)
가중치 자체, 혼자서 생성하는 파일이야. 애드온이 이걸 기반으로 하기 때문에 보너스 점수를 받아.
LoRA와 임베딩
다른 사람의 가중치를 특정 스타일, 캐릭터, 개념 쪽으로 조정하는 작은 추가 파일이야. 혼자 실행할 수 없어.
패밀리와 가중치
모델이 기반으로 하는 것, 예를 들어 SD 1.5, SDXL, Flux, Wan 같은 거야. 모든 모델은 패밀리 가중치의 출시일을 물려받아.
연령
패밀리 가중치가 나온 지 얼마나 됐는지에 따라 점수를 깎아: 1년에 150°, 최대 750°까지. 오래된 다운로드는 리스트 상단 고정을 풀어 쌓이도록 해.
패밀리 부스트
이 사이트가 지금 밀고 있는 패밀리의 LoRA에 주는 작고 제한된 점수 조정으로, 항상 세부 내역에 표시돼.
대체 점수
아직 소스 보고가 없는 모델에 안정적으로 주는 최저 점수로, 리스트가 완전하게 유지되도록 해. 데이터가 있는 모델보다 절대 높게 평가되지 않아.
신규! (유예 기간)
7일 미만의 신규 모델은 점수 대신 '신규!' 표시가 나오며 순위에 포함되지 않습니다. 점수는 첫날부터 계산되지만, 하루 된 모델은 매우 빠르게 성장하므로 유예 기간 없이는 항상 어제 나온 모델이 이번 주 #1이 되어버립니다.
추세
한 기간 동안 모델의 성장 속도가 같은 기간의 일반 모델 성장 속도와 비교해서 어떤지 보여줘. 일반보다 빠르면 상승, 느리면 하락으로 봐.
일반 모델
카탈로그의 중간값: 수치가 있는 모델 중 절반은 기간 동안 더 빨리 성장했고, 절반은 더 느리게 성장했어.