Model
.ai
sinusubaybayan ang mga open AI model
O1
OpenAI | 200,000 token context | $15.00/M input, $60.00/M output. Ang pinakabago at pinakamalakas na pamilya ng modelo mula sa OpenAI, ang o1 ay dinisenyo upang maglaan ng mas maraming oras sa pag-iisip bago sumagot. Ang serye ng modelo ng o1 ay sinanay gamit ang large-scale reinforcement learning upang mag-reason gamit ang chain of thought. Ang mga o1 models ay optimized para sa math, science, programming, at iba pang STEM-related na gawain. Palagi nitong ipinapakita ang PhD-level na katumpakan sa mga benchmark sa physics, chemistry, at biology. Matuto pa sa launch announcementOpens in new tab.
Mga gabay para sa model na ito
Lahat ng gabay
Ang o1 ay reasoning-focused na modelo ng OpenAI, sinanay gamit ang large-scale reinforcement learning upang mag-isip sa pamamagitan ng chain of thought bago sumagot. Nakatuon ito sa STEM na trabaho — math, physics, chemistry, biology, programming — at ginawa para sa mga problema kung saan mas mahalaga ang mabagal at maingat na sagot kaysa mabilis. Kung ang iyong trabaho ay hindi kabilang sa mga larangang iyon, malamang na mas mura at sapat na ang ibang OpenAI models.

Kilalang-kilala sa

  • PhD-level na katumpakan sa physics, chemistry, at biology benchmarks
  • Chain-of-thought reasoning na bahagi ng training, hindi lang idinagdag sa prompting
  • 200,000-token context window para sa mahahabang teknikal na dokumento
  • Suporta sa vision kasabay ng text input
  • Optimised para sa math at programming tasks na nagpapahirap sa mga standard models

Mag-ingat sa

  • Mataas ang output pricing na $60 kada milyong tokens; mabilis lumaki ang bayarin dahil sa mahahabang reasoning traces.
  • Closed weights, API-only — walang lokal na deployment, walang fine-tuning, walang offline na paggamit.
  • Sobra at mahal para sa pang-araw-araw na pagsusulat, chat, o pagbuod.

Mga prompt na subukan

Patunayan ang isang resulta sa kombinatoriks
Patunayan na ang bilang ng mga paraan upang takpan ang 2×n board gamit ang 1×2 dominoes ay sumusunod sa Fibonacci recurrence. Ipakita ang bawat hakbang ng iyong pag-iisip, ipahayag ang anumang base cases nang malinaw, at kumpirmahin na tama ang recurrence para sa n=4.
I-debug ang isang maselang algorithm
Narito ang Python implementation ng Dijkstra's algorithm na nagbibigay ng maling shortest-path distances sa mga graph na may zero-weight edges. Basahin nang mabuti ang code, tukuyin ang eksaktong bug, ipaliwanag kung bakit ito nagdudulot ng problema, at magbigay ng naitama na bersyon. [paste your code here]
Suriin ang isang mekanismo sa chemistry
Ilarawan ang mekanismo ng Diels-Alder reaction sa pagitan ng butadiene at maleic anhydride. Ipaliwanag ang orbital symmetry argument kung bakit ito thermal allowed, hulaan ang stereochemistry ng produkto, at banggitin ang anumang kondisyon na magpapabor sa endo adduct.

Ihambing sa

  • GPT-5.6 Sol
    Modelong API lang
    1,050,000 token na konteksto · $4.00/M input, $20.00/M output
  • GPT-6.1 Sol
    Modelong API lang
    1,050,000 token na konteksto · $2.00/M input, $10.00/M output
  • GPT-6 Sol
    Modelong API lang
    1,050,000 token na konteksto · $2.00/M input, $10.00/M output
  • gpt-oss-120b
    Modelong bukas ang timbang
    131,072 token na konteksto · $0.15/M input, $0.60/M output
Higit pang mga text model mula sa openai

Mga tanong na madalas itanong

Maaari ko bang patakbuhin ang o1 nang lokal?
Hindi. Ang o1 ay closed-weights, API-only na modelo mula sa OpenAI — walang maida-download at hindi ito pwedeng patakbuhin offline.
Magkano ang presyo at gaano kahaba ang context window ng o1?
Sisingilin ng OpenAI ng $15.00 kada milyong input tokens at $60.00 kada milyong output tokens, na may 200,000-token context window.
Paano naiiba ang o1 sa ibang OpenAI models?
Hindi tulad ng karaniwang GPT-class models, ang o1 ay sinanay gamit ang reinforcement learning upang mag-reason gamit ang chain of thought bago magbigay ng sagot, kaya mas malakas ito sa mahihirap na STEM tasks pero mas mabagal at mas mahal kaysa sa mga kapatid nito.
Hatol ng Kapitan
Ang tamang tool para sa mahihirap na STEM problems kung saan mas mahalaga ang katumpakan kaysa bilis o gastos — sobra para sa lahat ng iba pa.
Isinusulat ng Kapitan ang mga tala na ito mula sa sariling paglalarawan at model card ng modelo. Ang mga presyo at laki ng konteksto ay mula sa provider sa oras ng pagsulat at maaaring magbago.
Ranking badge
Updated Oct 22, 2026
o1 sa ModelTrends.ai: Heat 2,485°
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Paano nagkakalkula ang score na ito
Walang datos ng kasikatan mula sa kahit anong pinanggalingan ang modelong ito, kaya may stand-in na numero ito sa ibaba ng 7,000° para kumpleto ang mga listahan. Hindi ito kailanman mauuna sa isang modelong may datos. Lalabas dito ang breakdown kapag may nag-ulat na pinanggalingan.
Talahulugan: ang mga terminong ginagamit dito
Heat score
Isang numero kung gaano kadalas gamitin at gusto ang isang modelo ngayon, mula 0° hanggang 9,999°. Bawat listahan sa site na ito na nagsasabing pinakamainit ay nakaayos base dito at wala nang iba pa.
Floor
Ang 7,000° na panimulang puntos ng bawat modelong may totoong datos. Ang sukatan ay mula 0° hanggang 9,999°; ang bahagi sa ilalim ng floor ay para sa mga stand-in (mga modelong walang datos), para laging mas mataas ang ranggo ng may datos kaysa wala. Pareho ang floor para sa lahat at hindi ito nagpapasya; ang mga degree sa itaas nito ang totoong sukat.
Katumbas ng download
Lahat ng tinatrato ng score bilang download, pinagsama-sama: mga download mismo, bawat torrent seeder bilang 1,000, bawat AI Horde na larawan at bawat takbo sa isang generation site bilang isa.
Log scale
Bilang ng sampu, hindi isa-isa: ang pagtaas mula 1,000 hanggang 10,000 downloads ay nagdadagdag ng parehong degree tulad ng mula 10,000 hanggang 100,000. Pinipigilan nito ang mga higante na mauna sa lahat.
Likes
Thumbs up at likes mula sa lahat ng pinanggalingan, na katumbas ng kalahati ng download sa log scale.
Bilis ng pagtanggap
Ilang downloads kada araw ang nakukuha ng modelo ngayon, mula sa pagkakaiba ng dalawang readings ng isang pinanggalingan. Isang-kapat ng bigat ng term na download.
Nasukat at tinantya
Ang nasukat ay ibig sabihin may dalawang pagbabasa mula sa isang pinagmulan at tunay ang pagkakaiba. Ang tinantya naman ay alam lang ang kabuuan ngayon at hinahati ang nakaraan sa buong buhay ng modelo; sinasabi ng site kung alin ang ipinapakita.
Seeder
Isang tao na nag-iimbak ng kopya ng weights online para ma-download ng iba gamit ang torrent, o isang naka-host na mirror na gumagawa rin nito. Bawat isa ay katumbas ng 1,000 downloads.
AI Horde
Isang volunteer network na gumagawa ng mga larawan nang libre gamit ang mga donadong computer. Pampubliko kung ilang larawan ang nagawa gamit ang isang modelo, at bawat isa ay katumbas ng isang download.
Mga generation site
Mga site na may sariling kopya ng modelo at pinapayagan ang mga tao na gumawa gamit ito, tulad ng PixAI, SeaArt at Yodayo. Ang kanilang mga downloads ay binibilang tulad ng sa Civitai at bawat generation run ay isang download.
OpenRouter tokens
Ang isang text model na pinagsisilbihan sa pamamagitan ng API, tulad ng Claude o GPT, ay walang weights na ida-download, kaya ang paggamit nito ay sinusukat sa tokens: mga piraso ng teksto na binasa at isinulat nito sa pamamagitan ng OpenRouter, isang gateway na ginagamit ng maraming apps, sa nakaraang 30 araw. Bawat 10,000,000 tokens ay katumbas ng isang download. Pinagmulan: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Buong modelo (checkpoint)
Ang weights mismo, ang file na kayang mag-generate mag-isa. May bonus ito dahil nakadepende dito ang mga add-on.
LoRA at embedding
Maliit na add-on files na nagtutulak sa weights ng iba papunta sa isang estilo, karakter o konsepto. Hindi sila kayang tumakbo mag-isa.
Pamilya at weights
Ang base na pinagbuo ng modelo, tulad ng SD 1.5, SDXL, Flux o Wan. Lahat ng modelo ay namamana ang petsa ng release ng weights ng pamilya nito.
Edad
Mga degree na ibinabawas base sa gaano katagal nang lumabas ang weights ng pamilya: 150° kada taon, hanggang 750°. Pinananatili nito ang mga lumang downloads na may taon para mag-ipon mula sa pag-freeze sa taas ng listahan.
Pampasigla ng pamilya
Isang maliit at limitadong tulak para sa mga LoRA ng pamilyang itinataguyod ng site ngayon, palaging nakalista sa breakdown.
Stand-in score
Isang matatag na numero sa ibaba ng floor na ibinibigay sa modelong wala pang ulat mula sa pinagmulan, para kumpleto ang listahan. Hindi ito nangunguna sa modelong may datos.
Bago! (panahon ng grace)
Ang isang model na mas mababa sa 7 araw ang tanda ay nagpapakita ng Bago! sa halip na score at walang puwesto sa mga ranggo. Ang score nito ay kinakalkula mula unang araw, pero ang modelong isang araw pa lang ang tanda ay lumalago nang mas mabilis kaysa sa iba, kaya kung walang paghihintay, ang #1 ng linggo ay palaging yung lumabas kahapon kaysa sa tumagal nang isang linggo.
Uso
Paano ang paglago ng modelo sa isang panahon kumpara sa karaniwang paglago ng modelo sa parehong panahon. Mas mabilis kaysa karaniwan ay pagtaas, mas mabagal ay pagbaba.
Karaniwang modelo
Gitna ng katalogo: kalahati ng mga modelo na may numero ay mas mabilis ang paglago sa panahon, kalahati ay mas mabagal.