O3 Mini
5918°
Ejecutar este modelo
Ofertas / Anuncios
OpenAI | contexto de 200,000 tokens | $1.10/M entrada, $4.40/M salida. OpenAI o3-mini es un modelo de lenguaje rentable optimizado para tareas de razonamiento STEM, destacando en ciencia, matemáticas y codificación. Este modelo soporta el parámetro reasoning_effort, que puede configurarse en "high", "medium" o "low" para controlar el tiempo de pensamiento del modelo. El valor por defecto es "medium". OpenRouter también ofrece el slug de modelo openai/o3-mini-high para configurar el parámetro por defecto en "high". El modelo presenta tres niveles ajustables de esfuerzo de razonamiento y…OpenAI | contexto de 200,000 tokens | $1.10/M entrada, $4.40/M salida. OpenAI o3-mini es un modelo de lenguaje rentable optimizado para tareas de razonamiento STEM, destacando en ciencia, matemáticas y codificación. Este modelo soporta el parámetro reasoning_effort, que puede configurarse en "high", "medium" o "low" para controlar el tiempo de pensamiento del modelo. El valor por defecto es "medium". OpenRouter también ofrece el slug de modelo openai/o3-mini-high para configurar el parámetro por defecto en "high". El modelo presenta tres niveles ajustables de esfuerzo de razonamiento y soporta capacidades clave para desarrolladores como llamadas a funciones, salidas estructuradas y streaming, aunque no incluye procesamiento de visión. El modelo muestra mejoras significativas sobre su predecesor, con evaluadores expertos prefiriendo sus respuestas el 56% del tiempo y notando una reducción del 39% en errores mayores en preguntas complejas. Con configuraciones de esfuerzo de razonamiento medio, o3-mini iguala el rendimiento del modelo más grande o1 en evaluaciones de razonamiento desafiantes como AIME y GPQA, manteniendo menor latencia y costo.
Guías para este modelo
Las 10 alternativas más baratas a ChatGPT en 2026: modelos locales gratuitos, planes gratuitos y tarifas planas
Cómo elegir un modelo de IA en octubre de 2026: las novedades de código cerrado y luego los pesos abiertos que vale la pena descargar
Pesos abiertos vs código abierto vs solo API: lo que realmente puedes hacer
Notas del capitán
Notas del 2026-10-13
o3-mini es el modelo de razonamiento económico de OpenAI enfocado en trabajo STEM: ciencia, matemáticas y codificación. Su característica principal es un dial ajustable de esfuerzo de razonamiento — bajo, medio o alto — para que pagues solo por el nivel de pensamiento que la tarea requiere. A esfuerzo medio iguala al más grande o1 en benchmarks difíciles de razonamiento, lo que lo hace un valor práctico para desarrolladores que quieren resultados de clase razonamiento sin facturas de clase razonamiento.
Conocido por
- Tres niveles de esfuerzo de razonamiento para equilibrar velocidad, costo y calidad de respuesta.
- Iguala a o1 en benchmarks matemáticos y científicos AIME y GPQA a esfuerzo medio.
- 39% menos errores mayores en preguntas complejas comparado con su predecesor.
- Kit completo para desarrolladores: llamadas a funciones, salidas estructuradas y streaming.
- Ventana de contexto de 200,000 tokens para manejar bases de código largas y documentos técnicos.
Cuidado con
- No soporta visión — no puede procesar imágenes, por lo que tareas multimodales requieren otro modelo.
- Pesos cerrados; se accede por API y no puede ejecutarse localmente.
- Los tokens de salida cuestan cuatro veces la tarifa de entrada, por lo que cadenas de razonamiento extensas suman rápido.
Prompts para probar
Depurar una recursión complicada
Aquí hay una función recursiva en Python que calcula el número de formas de cubrir un tablero 2×N con dominós 1×2. Da respuestas incorrectas para N mayores que 20. Encuentra el error, explica por qué ocurre y da una versión corregida con una breve explicación de la corrección:
def tile(n):
if n == 0: return 1
if n == 1: return 1
return tile(n-1) + tile(n-2)
Demostrar un resultado combinatorio
Demuestra que para cualquier entero positivo n, la suma de los primeros n números impares es igual a n al cuadrado. Da una prueba por inducción y luego una segunda prueba usando un argumento geométrico o combinatorio. Mantén cada prueba autocontenida y explica cada paso.
Planificar un agente multi-paso
Diseña un agente mínimo que llame a herramientas para responder preguntas sobre una base de datos SQLite local. Enumera las herramientas necesarias, el esquema JSON para cada llamada y respuesta, el ciclo de decisión en pseudocódigo, y los dos o tres modos de fallo que protegerías primero.
Comparar con
- gpt-oss-120bModelo con pesos abiertosContexto de 131,072 tokens · $0.15/M entrada, $0.60/M salida
- gpt-oss-20bModelo con pesos abiertosContexto de 131,072 tokens · $0.02/M entrada, $0.09/M salida
- GPT-5.6 SolModelo solo APIContexto de 1,050,000 tokens · $4.00/M entrada, $20.00/M salida
- GPT-6.1 SolModelo solo APIContexto de 1,050,000 tokens · $2.00/M entrada, $10.00/M salida
Más modelos de texto de openai
Preguntas frecuentes
- ¿Puedo ejecutar o3-mini localmente o descargar los pesos?
- No. o3-mini es un modelo solo API de OpenAI; los pesos no son públicos y no hay forma de ejecutarlo en tu propio hardware.
- ¿Cuánto cuesta o3-mini y qué tan grande es su contexto?
- Cuesta $1.10 por millón de tokens de entrada y $4.40 por millón de tokens de salida, con una ventana de contexto de 200,000 tokens.
- ¿En qué se diferencia o3-mini de o1 y o3?
- o3-mini es más pequeño y barato que ambos, pero a esfuerzo medio de razonamiento iguala a o1 en benchmarks difíciles de matemáticas y ciencia; sacrifica algo de techo por menor latencia y costo, y añade el parámetro reasoning_effort que o1 no expone.
Veredicto del capitánEl dial de esfuerzo de razonamiento es el verdadero punto fuerte: un valor predeterminado sensato, fácil de subir cuando el problema lo merece.
El capitán escribe estas notas a partir de la descripción y ficha del modelo. Los precios y tamaños de contexto son los del proveedor al momento de escribir y pueden cambiar.
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.
Cómo se suma esta puntuación
Este modelo aún no tiene datos de popularidad de ninguna fuente, así que lleva un número provisional por debajo de 7,000° que mantiene las listas completas. Nunca se posiciona por encima de un modelo con datos. El desglose aparece aquí tan pronto como una fuente lo reporte.
Glosario: los términos usados aquí
- Puntuación heat
- Un número que muestra cuánto se usa y quiere un modelo ahora mismo, de 0° a 9,999°. Cada lista en este sitio que dice más popular está ordenada por esto y nada más.
- Piso
- Los 7,000° con los que empieza todo modelo con datos reales. La escala va de 0° a 9,999°; la parte bajo el piso está reservada para sustitutos (modelos sin datos), para que un modelo con datos siempre esté por encima de uno sin. El piso es igual para todos y no decide nada; los grados sobre él son la medida.
- Equivalentes a descargas
- Todo lo que la puntuación trata como una descarga, sumado: las descargas mismas, cada seeder de torrent como 1,000, cada imagen de AI Horde y cada ejecución en un sitio de generación como uno.
- Escala logarítmica
- Cuenta de a decenas, no de a uno: pasar de 1,000 a 10,000 descargas suma los mismos grados que pasar de 10,000 a 100,000. Evita que los gigantes opaquen todo lo demás.
- Likes
- Pulgares arriba y likes de todas las fuentes, valen la mitad de una descarga cada uno en la escala logarítmica.
- Tasa de adopción
- Cuántas descargas al día recibe un modelo ahora mismo, según la diferencia entre dos lecturas de una fuente. Un cuarto del peso del término de descarga.
- Medido y estimado
- Medido significa que hay dos lecturas de una fuente y la diferencia es real. Estimado significa que solo se conoce el total de hoy y el pasado se distribuye a lo largo de la vida del modelo; el sitio indica cuál está mostrando.
- Seeder
- Alguien que mantiene una copia de los pesos en línea para que otros la descarguen por torrent, o un espejo alojado que hace lo mismo. Cada uno cuenta como 1,000 descargas.
- AI Horde
- Una red de voluntarios que genera imágenes gratis en computadoras donadas. El número de imágenes que ha hecho con un modelo es público, y cada una cuenta como una descarga.
- Sitios de generación
- Sitios que alojan sus propias copias de un modelo y permiten que la gente genere con él, como PixAI, SeaArt y Yodayo. Sus descargas cuentan igual que las de Civitai y cada generación cuenta como una descarga.
- Tokens de OpenRouter
- Un modelo de texto servido mediante una API, como Claude o GPT, no tiene pesos para descargar, por lo que su uso se mide en tokens: fragmentos de texto que leyó y escribió a través de OpenRouter, una puerta de acceso que usan muchas apps, durante los últimos 30 días. Cada 10,000,000 tokens cuentan como una descarga. Fuente: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Modelo completo (checkpoint)
- Los pesos en sí, el archivo que genera por sí solo. Tiene un bono porque los complementos dependen de él.
- LoRA y embedding
- Archivos pequeños que dirigen los pesos de otro hacia un estilo, personaje o concepto. No pueden funcionar solos.
- Familia y pesos
- La base sobre la que se construye un modelo, como SD 1.5, SDXL, Flux o Wan. Cada modelo hereda la fecha de lanzamiento de los pesos de su familia.
- Antigüedad
- Grados descontados según hace cuánto salieron los pesos de la familia: 150° por año, hasta 750°. Mantiene las descargas antiguas que tuvieron años para acumularse congelando la cima de la lista.
- Impulso de familia
- Un pequeño empujón limitado para LoRAs de una familia que este sitio está promoviendo ahora, siempre listado en el desglose.
- Puntaje provisional
- Un número estable por debajo del mínimo dado a un modelo que aún no tiene reportes de fuentes, para que las listas estén completas. Nunca se posiciona por encima de un modelo con datos.
- ¡Nuevo! (periodo de gracia)
- Un modelo con menos de 7 días muestra ¡Nuevo! en lugar de una puntuación y no ocupa lugar en los rankings. Su puntuación se calcula desde el primer día, pero un modelo de un día crece más rápido que cualquier otro, así que sin este periodo el #1 de la semana siempre sería el que salió ayer en vez del que se mantuvo una semana.
- Tendencia
- Cómo el crecimiento de un modelo en un período se compara con el crecimiento típico de modelos en ese mismo período. Más rápido que lo típico se lee como subida, más lento como bajada.
- Modelo típico
- El punto medio del catálogo: la mitad de los modelos con cifras crecieron más rápido en el período, la otra mitad más lento.
O3 Mini es un modelo de texto para la familia Text / LLM listado en ModelTrends.ai, un catálogo de solo lectura de modelos de IA de imagen, vídeo y texto de código abierto. Compáralo con otros modelos Text / LLM y consulta su puntuación de calor para ver su tendencia.
Más modelos Text / LLMMás Texto / LLM de Text / LLMllmopenairazonamientoprogramaciónmatemáticasagentes
Explorar por familia de modelos
Modelos Text / LLM
434
Modelos Anima
528
Modelos Chroma
19
Modelos Fibo
2
Modelos Flux
1,496
Modelos Flux 2 / Klein
1,239
Modelos Flux 3
3
Modelos Moss
3
Modelos Iris
1
Modelos MiniMax H3
364
Modelos Hunyuan
204
Modelos Ideogram
20
Modelos Krea2
717
Modelos Qwen
20
Modelos Qwen2
47
Modelos Ltx2
153