O3 Mini
5918°
Chạy mô hình này
Ưu đãi / Quảng cáo
OpenAI | ngữ cảnh 200,000 token | $1.10/M đầu vào, $4.40/M đầu ra. OpenAI o3-mini là mô hình ngôn ngữ tiết kiệm chi phí tối ưu cho các nhiệm vụ suy luận STEM, đặc biệt xuất sắc trong khoa học, toán học và lập trình. Mô hình này hỗ trợ tham số reasoning_effort, có thể đặt thành "high", "medium" hoặc "low" để điều khiển thời gian suy nghĩ của mô hình. Mặc định là "medium". OpenRouter cũng cung cấp slug mô hình openai/o3-mini-high để mặc định tham số thành "high". Mô hình có ba mức độ suy luận điều chỉnh được và hỗ trợ các khả năng quan trọng cho nhà phát triển bao gồm gọi hàm, đầu ra có cấu…OpenAI | ngữ cảnh 200,000 token | $1.10/M đầu vào, $4.40/M đầu ra. OpenAI o3-mini là mô hình ngôn ngữ tiết kiệm chi phí tối ưu cho các nhiệm vụ suy luận STEM, đặc biệt xuất sắc trong khoa học, toán học và lập trình. Mô hình này hỗ trợ tham số reasoning_effort, có thể đặt thành "high", "medium" hoặc "low" để điều khiển thời gian suy nghĩ của mô hình. Mặc định là "medium". OpenRouter cũng cung cấp slug mô hình openai/o3-mini-high để mặc định tham số thành "high". Mô hình có ba mức độ suy luận điều chỉnh được và hỗ trợ các khả năng quan trọng cho nhà phát triển bao gồm gọi hàm, đầu ra có cấu trúc và streaming, mặc dù không bao gồm khả năng xử lý thị giác. Mô hình thể hiện cải tiến đáng kể so với phiên bản trước, với các chuyên gia thử nghiệm ưa thích phản hồi của nó 56% thời gian và ghi nhận giảm 39% lỗi lớn trên các câu hỏi phức tạp. Với thiết lập reasoning effort trung bình, o3-mini đạt hiệu suất tương đương mô hình lớn hơn o1 trên các bài kiểm tra suy luận khó như AIME và GPQA, trong khi duy trì độ trễ và chi phí thấp hơn.
Hướng dẫn cho mô hình này
10 lựa chọn thay thế ChatGPT rẻ nhất năm 2026: mô hình cục bộ miễn phí, gói miễn phí và gói trả phí cố định
Cách chọn mô hình AI trong tháng 10 năm 2026: tin tức nguồn đóng, rồi đến các trọng số mở đáng tải về
Mở weights vs mã nguồn mở vs chỉ API: bạn thực sự được phép làm gì
Ghi chú của thuyền trưởng
Ghi chú từ 2026-10-13
o3-mini là mô hình suy luận giảm chi phí của OpenAI, nhắm thẳng vào công việc STEM: khoa học, toán học và lập trình. Tính năng nổi bật là núm điều chỉnh mức độ suy luận — thấp, trung bình hoặc cao — để bạn chỉ trả cho lượng suy nghĩ cần thiết. Ở mức trung bình, nó đạt hiệu quả tương đương o1 trên các bài kiểm tra suy luận khó, làm cho nó trở thành lựa chọn mặc định thực tế cho các nhà phát triển muốn kết quả suy luận chất lượng mà không phải trả hóa đơn cao.
Nổi tiếng với
- Ba mức độ suy luận cho phép bạn đổi tốc độ và chi phí lấy chất lượng câu trả lời.
- Tương đương o1 trên các bài kiểm tra toán và khoa học AIME và GPQA ở mức trung bình.
- Giảm 39% lỗi lớn trên các câu hỏi phức tạp so với phiên bản trước.
- Bộ công cụ phát triển đầy đủ: gọi hàm, đầu ra có cấu trúc và streaming.
- Cửa sổ ngữ cảnh 200.000 token xử lý tốt codebase dài và tài liệu kỹ thuật.
Cẩn thận với
- Không hỗ trợ thị giác — không thể xử lý hình ảnh, nên các tác vụ đa phương tiện cần mô hình khác.
- Trọng số đóng; bạn thuê truy cập qua API và không thể chạy cục bộ.
- Token đầu ra có giá gấp bốn lần token đầu vào, nên chuỗi suy luận dài sẽ tốn kém.
Phù hợp nhất cho
Lời nhắc để thử
Gỡ lỗi đệ quy khó
Đây là một hàm đệ quy Python tính số cách lát một bảng 2×N bằng domino 1×2. Nó cho kết quả sai với N lớn hơn 20. Tìm lỗi, giải thích nguyên nhân, và đưa phiên bản sửa kèm giải thích ngắn về cách sửa:
def tile(n):
if n == 0: return 1
if n == 1: return 1
return tile(n-1) + tile(n-2)
Chứng minh kết quả tổ hợp
Chứng minh rằng với mọi số nguyên dương n, tổng n số lẻ đầu tiên bằng n bình phương. Đưa ra chứng minh bằng quy nạp, rồi chứng minh thứ hai dùng lập luận hình học hoặc tổ hợp. Giữ mỗi chứng minh tự chứa và giải thích từng bước.
Lập kế hoạch tác nhân đa bước
Thiết kế một tác nhân gọi công cụ tối giản trả lời câu hỏi về cơ sở dữ liệu SQLite cục bộ. Liệt kê các công cụ cần, schema JSON cho mỗi lần gọi và phản hồi công cụ, vòng lặp quyết định bằng pseudocode, và hai hoặc ba chế độ lỗi bạn sẽ ưu tiên phòng tránh.
So sánh với
- gpt-oss-120bMô hình mở trọng sốngữ cảnh 131,072 token · Đầu vào $0.15/M, đầu ra $0.60/M
- gpt-oss-20bMô hình mở trọng sốngữ cảnh 131,072 token · Đầu vào $0.02/M, đầu ra $0.09/M
- GPT-5.6 SolMô hình chỉ APIngữ cảnh 1,050,000 token · Đầu vào $4.00/M, đầu ra $20.00/M
- GPT-6.1 SolMô hình chỉ APIngữ cảnh 1,050,000 token · Đầu vào $2.00/M, đầu ra $10.00/M
Thêm mô hình văn bản từ openai
Câu hỏi thường gặp
- Tôi có thể chạy o3-mini cục bộ hoặc tải trọng số không?
- Không. o3-mini là mô hình chỉ có API của OpenAI; trọng số không công khai và không có cách nào để chạy trên phần cứng của bạn.
- o3-mini có giá bao nhiêu và ngữ cảnh dài bao nhiêu?
- Giá là 1,10 USD cho mỗi triệu token đầu vào và 4,40 USD cho mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 200.000 token.
- o3-mini khác gì so với o1 và o3?
- o3-mini nhỏ hơn và rẻ hơn cả hai, nhưng ở mức suy luận trung bình nó tương đương o1 trên các bài kiểm tra toán và khoa học khó; nó đánh đổi một phần trần chất lượng để giảm độ trễ và chi phí, và thêm tham số reasoning_effort mà o1 không có.
Phán quyết của thuyền trưởngNúm điều chỉnh mức độ suy luận là điểm bán hàng thực sự: mặc định hợp lý, dễ tăng khi vấn đề xứng đáng.
Thuyền trưởng viết những ghi chú này dựa trên mô tả và thẻ mô hình của mô hình. Giá cả và kích thước ngữ cảnh là của nhà cung cấp tại thời điểm viết và có thể thay đổi.
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.
Điểm số này được tính như thế nào
Mô hình này chưa có dữ liệu phổ biến từ bất kỳ nguồn nào, nên nó mang một số thay thế dưới 7,000° để giữ cho danh sách đầy đủ. Nó không bao giờ xếp trên một mô hình có dữ liệu. Phân tích chi tiết sẽ xuất hiện ở đây ngay khi có nguồn báo cáo.
Thuật ngữ: các từ dùng ở đây
- Điểm nhiệt
- Một số duy nhất cho biết mô hình được dùng và mong muốn thế nào hiện tại, từ 0° đến 9.999°. Mọi danh sách trên trang này nói về độ hot đều sắp xếp theo nó và không theo gì khác.
- Sàn điểm
- 7.000° là điểm bắt đầu cho mọi mô hình có dữ liệu thật. Thang điểm chạy từ 0° đến 9.999°; phần dưới sàn dành cho mô hình thay thế (mô hình không có dữ liệu), để mô hình có dữ liệu luôn xếp trên mô hình không có. Sàn điểm giống nhau cho tất cả và không quyết định gì; điểm trên sàn mới là thước đo.
- Tương đương lượt tải
- Tất cả những gì điểm số coi là lượt tải, cộng lại: lượt tải thật, mỗi người chia sẻ torrent tính 1.000, mỗi ảnh AI Horde và mỗi lượt chạy trên trang tạo ảnh tính một.
- Thang log
- Đếm theo chục, không phải theo đơn vị: từ 1.000 lên 10.000 lượt tải thêm cùng số điểm như từ 10.000 lên 100.000. Giúp tránh việc các mô hình lớn lấn át hết mọi thứ khác.
- Lượt thích
- Giơ ngón tay cái và lượt thích từ mọi nguồn, mỗi lượt bằng một nửa lượt tải trên thang log.
- Tỷ lệ áp dụng
- Bao nhiêu lượt tải mỗi ngày mà mô hình nhận được hiện tại, tính từ chênh lệch giữa hai lần đọc nguồn. Bằng một phần tư trọng số của lượt tải.
- Đã đo và ước tính
- Đã đo nghĩa là có hai lần đọc từ một nguồn và sự khác biệt là thật. Ước tính nghĩa là chỉ biết tổng số hôm nay và quá khứ được phân bổ trong suốt thời gian tồn tại của mô hình; trang web sẽ nói rõ đang hiển thị loại nào.
- Seeder
- Người giữ bản sao trọng số trực tuyến để người khác tải qua torrent, hoặc một bản sao lưu trữ làm điều tương tự. Mỗi người được tính là 1.000 lượt tải.
- AI Horde
- Một mạng lưới tình nguyện tạo ảnh miễn phí trên máy tính được hiến tặng. Số ảnh nó đã tạo với một mô hình được công khai, và mỗi ảnh được tính là một lượt tải.
- Trang tạo ảnh
- Các trang lưu trữ bản sao mô hình riêng và cho phép người dùng tạo ảnh, như PixAI, SeaArt và Yodayo. Lượt tải của họ được tính giống như Civitai và mỗi lần tạo ảnh được tính là một lượt tải.
- Token OpenRouter
- Mô hình văn bản phục vụ qua API, như Claude hoặc GPT, không có trọng số để tải xuống, nên sử dụng token để đo lường: các đoạn văn bản nó đọc và viết qua OpenRouter, một cổng kết nối nhiều ứng dụng sử dụng, trong 30 ngày qua. Mỗi 10,000,000 token tính là một lượt tải. Nguồn: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Mô hình đầy đủ (checkpoint)
- Chính là trọng số, file tự tạo ảnh. Nó được cộng thêm điểm vì các add-on phụ thuộc vào nó.
- LoRA và embedding
- Các file add-on nhỏ giúp điều chỉnh trọng số của người khác theo phong cách, nhân vật hoặc ý tưởng. Chúng không thể chạy riêng.
- Gia đình và trọng số
- Nền tảng mà mô hình xây dựng trên đó, như SD 1.5, SDXL, Flux hoặc Wan. Mỗi mô hình kế thừa ngày phát hành của trọng số gia đình nó.
- Tuổi
- Điểm trừ dựa trên thời gian trọng số gia đình được phát hành: 150° mỗi năm, tối đa 750°. Nó giữ lại lượt tải cũ đã tích tụ nhiều năm bằng cách đóng băng đầu danh sách.
- Tăng gia đình
- Một đẩy nhỏ có giới hạn cho LoRA của một gia đình mà trang này đang ưu tiên, luôn được liệt kê trong phần phân tích.
- Điểm thay thế
- Một số ổn định dưới mức tối thiểu dành cho mô hình chưa có báo cáo nguồn, để danh sách luôn đầy đủ. Nó không bao giờ xếp trên mô hình có dữ liệu.
- Mới! (giai đoạn thử nghiệm)
- Mô hình dưới 7 ngày tuổi hiển thị Mới! thay vì điểm số và không được xếp hạng. Điểm số được tính từ ngày đầu tiên, nhưng mô hình mới một ngày tăng trưởng nhanh nhất, nên nếu không chờ đợi thì #1 tuần này sẽ luôn là mô hình mới ra hôm qua thay vì mô hình giữ vững trong tuần.
- Xu hướng
- Tốc độ tăng trưởng của mô hình trong một khoảng thời gian so với tốc độ tăng trưởng trung bình của mô hình khác trong cùng khoảng thời gian. Nhanh hơn trung bình là tăng, chậm hơn là giảm.
- Mô hình điển hình
- Giữa danh mục: một nửa mô hình có số liệu tăng nhanh hơn trong khoảng thời gian, một nửa tăng chậm hơn.
O3 Mini là một mô hình văn bản thuộc họ Text / LLM được liệt kê trên ModelTrends.ai, danh mục chỉ đọc về các mô hình AI hình ảnh, video và văn bản mã nguồn mở. So sánh nó với các mô hình Text / LLM khác và xem điểm độ hot để biết xu hướng.
Duyệt theo họ mô hình
Mô hình Text / LLM
434
Mô hình Anima
528
Mô hình Chroma
19
Mô hình Fibo
2
Mô hình Flux
1,496
Mô hình Flux 2 / Klein
1,239
Mô hình Flux 3
3
Mô hình Moss
3
Mô hình Iris
1
Mô hình MiniMax H3
364
Mô hình Hunyuan
204
Mô hình Ideogram
20
Mô hình Krea2
717
Mô hình Qwen
20
Mô hình Qwen2
47
Mô hình Ltx2
153