o3-mini

Veröffentlichung

Januar 2025

Knowledge Cutoff

Oktober 2023

Parameter

Unbekannt

Modellfamilie

o3-mini

Proprietär

Zum Modell

o3-mini Modell-Übersicht

Playground API Referenz System Card Blog

Features

Tools

Websuche, Bildgenerierung, Computer Use und MCP-Server.

Multimodalität

Das Modell kann Text, Bilder, Audio und PDFs als Input verarbeiten.

Finetuning

Finetuning des Modells ist aktuell nicht möglich.

Details zum Modell

Max. Input

200k Token

Max. Output

100k Token

Trainingsdaten

Unbekannt

Parameter

Unbekannt

Input Preis

$1.10

Output Preis

$4.40

Vokabular

Unbekannt

Dateigröße

Unbekannt

o3-mini Benchmark Scores

Im KI-Kontext bezeichnet Performance die Leistungsfähigkeit eines Modells in Bereichen wie Sprachverständnis, Logik oder Programmierung – gemessen anhand standardisierter Benchmarks zur objektiven Vergleichbarkeit.

o3-mini Benchmark Übersicht

Überblick über die Leistungsfähigkeit des Modells in verschiedenen Benchmark-Tests.
Serie	Logik & Schlussfolgerung (min 0 / max 100)	Wissenschaft (min 0 / max 100)	Programmierung (min 0 / max 100)
OpenAI o3-mini	49.95	77	54.849999999999994

Überblick über die Leistungsfähigkeit des Modells in verschiedenen Benchmark-Tests.

Ergebnisse in Benchmarks

Benchmark auswählen

Darstellung der Rohdaten für den Benchmark Aider Polyglot. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5	88 %
Gemini 2.5 Pro	82,2 %
OpenAI o3	79,6 %
GPT-5 mini	71,6 %
DeepSeek-R1-0528	71,6 %
OpenAI o3-mini	60,4 %
OpenAI o4-mini	58,2 %
Gemini 2.5 Flash	56,7 %

Vergleich von LLMs im Benchmark Aider Polyglot. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark American Invitational Mathematics Examination 2025. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Grok-4 Heavy	100 %
GPT-5	99,6 %
Grok-4	98,8 %
DeepSeek-R1-0528	87,5 %
Claude Sonnet 4.5	87 %
OpenAI o3-mini	86,5 %
GPT-5 nano	85,2 %
Claude Opus 4.1	78 %

Vergleich von LLMs im Benchmark American Invitational Mathematics Examination 2025. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Graduate-Level Google-Proof Q&A Benchmark - Diamond Subset. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
GPT-5	87,3 %
Gemini 2.5 Pro	86,4 %
OpenAI o3-pro	84 %
Claude Opus 4	79,6 %
Claude 3.7 Sonnet	78,2 %
OpenAI o3-mini	77 %
Kimi K2 (0905)	75,1 %
DeepSeek-R1-0120	71,5 %

Vergleich von LLMs im Benchmark Graduate-Level Google-Proof Q&A Benchmark - Diamond Subset. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark Humanity's Last Exam. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Grok-4 Heavy	44,4 %
Grok-4	38,6 %
GPT-5	35,2 %
GPT-5 mini	16,7 %
GLM-4.5	14,4 %
OpenAI o3-mini	13,4 %
Gemini 2.5 Flash	11 %
GLM-4.5 Air	10,6 %

Vergleich von LLMs im Benchmark Humanity's Last Exam. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

Darstellung der Rohdaten für den Benchmark SWE-bench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.
Modell	Score
Claude Sonnet 4.5	77,2 %
GPT-5	74,9 %
Claude Opus 4.1	74,5 %
GLM-4.5 Air	57,6 %
GPT-5 nano	54,7 %
OpenAI o3-mini	49,3 %
DeepSeek-R1-0120	49,2 %
Gemini 2.5 Flash	48,9 %

Vergleich von LLMs im Benchmark SWE-bench. Der niedrigste Score im Benchmark ist 0 % und der höchste Score ist 100 %.

‌
‌

Technologie & Daten

Technische Spezifikationen

Architektur	Multimodaler Transformer
Input Kontextlänge	200k
Output Kontextlänge	100k
Tokenizer	tiktoken

Besonderheiten

Multimodalität	Kann Bilder bearbeiten und generieren (via gpt-image-1 als Tool).
Tool‑Nutzung	Speziell trainiert auf Agentic-Tool-Use

Vorteile & Nachteile

Vorteile

Zugriff auf Daten aus dem Internet
Im Gegensatz zu OpenAI o1 kann o3-mini auf Daten aus dem Internet zurückgreifen.
Sehr gute Benchmark Ergebnisse
In 02/2025 gehört o3-mini zu den besten LLMs auf dem Markt.
Wahl zwischen Reasoning-Effort
Über o3-mini (high) und o3-mini (low) lässt sich beeinflussen, wie viele Chain-of-Thought Token in die Zwischenberechnung fließen sollen.
Reduzierte Kosten
Im Gegensatz zur Vorgänger-Familie OpenAI-o1 ist o3-mini deutlich günstiger.

Nachteile

Nicht die günstigste Option
DeepSeek-R1 erreicht vergleichbare Benchmark-Results und kostet nur ca. 50 % so viel wie OpenAI o3-mini
Keine Audio-Verarbeitung
o4-mini ist nicht in der Lage Audio-Daten als Input zu verarbeiten.

Vergleiche o3-mini mit anderen LLMs

Vergleiche o3-mini mit anderen Sprachmodellen anhand wichtiger Metriken wie Kontextgröße, Parameteranzahl, Preisen und Benchmark-Leistung.

Entwickler	Modell⇅	Lizenz⇅	Parameter ⇅	Input-Tokens ⇅	Output-Tokens ⇅	Input-Preis ⇅	Output-Preis ⇅	GPQA
xAI	Grok-4 Heavy	Proprietär	Unbekannt	256k	256k	$3.00	$15.00	79,4 %
xAI	Grok 4	Proprietär	Unbekannt	256k	256k	$3.00	$15.00	79,3 %
Google DeepMind	Gemini 2.5 Pro	Proprietär	Unbekannt	1,05 Mio.	65,54k	$1.25	$10.00	74,2 %
Alibaba	Qwen3	Apache 2.0	235 Mrd.	262,14k	81,92k	$0.13	$0.60	74,1 %
DeepSeek AI	Deepseek-R1	MIT	671 Mrd.	163,84k	163,84k	$0.50	$2.15	73,3 %
Z.ai	GLM-4.5	MIT	355 Mrd.	131,07k	131,07k	$0.60	$2.20	72,9 %
Z.ai	GLM-4.5 Air	MIT	106 Mrd.	131,07k	131,07k	$0.20	$1.10	70,7 %
Google DeepMind	Gemini 2.5 Pro	Proprietär	Unbekannt	1,05 Mio.	65,54k	$0.30	$2.50	59,3 %
Anthropic	Claude Sonnet 4	Proprietär	Unbekannt	200k	64k	$3.00	$15.00	55,9 %
Moonshot AI	Kimi K2	MIT	1.000 Mrd.	262,14k	262,14k	$0.60	$2.50	53,7 %

‌
Alle Modelle vergleichen

Provider & APIs

Du kannst OpenAI o3-mini über die API folgender Anbieter nutzen.

Das Modell ist derzeit bei keinen Anbietern verfügbar.

‌
‌
‌

‌
‌
‌
‌
‌
‌
‌
‌
‌
‌
‌