o3-mini

o3-mini

o3 Mini は、参照元で強調されている特徴として cost-efficient o-series 推論 model を持ちます。主な価値は STEM タスク, 数学, 科学, コーディング and 低遅延推論にあります。そのため、汎用チャットモデルとしてではなく、このモデル固有の強みを中心に説明するのが自然です。

Context Window

200K tokens

Maximum Output

100K tokens

Release Date

2024年12月20日

Modalities

o3-mini の料金

入力価格	出力価格	キャッシュ読み取り
$1.1/M	$4.4/M	$0.55/M

o3-mini の API 機能

Reasoning

Supported

Tool calling

Supported

Temperature parameter

Not supported

Attachments

Not supported

Knowledge Base

2024-05-01

Endpoint Protocols

Completions APIMessages APIgemini

o3-miniのモデル特長

o3-miniは、明確な分析タスク向けに、コンパクトなテキスト推論、長文脈処理、構造化されたタスク実行を提供します。

コンパクトな推論

小型モデルで推論能力を提供し、分析の深さと遅延・コストのバランスが必要なタスクに適しています。

長いテキストコンテキスト

200,000トークンのコンテキストに対応し、長いテキスト、コード、構造化レコードを分析できます。

構造化出力の制御

分析結果を一貫したスキーマへ整理し、後続システムでテキストタスクを安定して処理できます。

o3-miniのユースケース

o3-miniは、規約分析、テキストからSQLへの変換、構造化エンティティ抽出などのテキスト推論に適しています。

ポリシー分析

長い規約を読み、明示された条件に照らして事例を評価し、判断結果を説明します。

テキストからSQLへの変換

分析上の質問とデータベーススキーマをSQLクエリへ変換し、レビュー用にクエリの論理を説明します。

エンティティ関係抽出

大規模なテキスト群からエンティティと関係を特定し、グラフやデータベース向けのレコードを作成します。

TokenHub API で o3-mini を使用する方法

Create API key

import OpenAI from "openai"

const client = new OpenAI({
  apiKey: process.env.TOKENHUB_API_KEY,
  baseURL: "https://us-api.tokenhub.com/v1",
})

const result = await client.chat.completions.create({})
console.log(result.choices[0]?.message?.content)

o3-mini のベンチマーク

指数スコア
Artificial Analysis Intelligence IndexArtificial Analysis Intelligence Indexは、複数の評価分野にわたるモデルの総合能力を集約した指標です。	総合能力の集約評価	18.4
Artificial Analysis Coding IndexArtificial Analysis Coding Indexは、コーディングとソフトウェア開発タスクにおけるモデルの性能を集約した指標です。	コーディング能力の集約評価	17.3
知識と推論
MMLU-ProMMLU-Proは、従来のMMLUより難易度の高い問題を通じて、幅広い学術知識と専門知識を評価します。	高度な複数分野の知識	80.2%
GPQAGPQAは、大学院レベルの科学問題を通じて専門的な推論能力を評価するベンチマークです。	高度な科学問題の解決	77.3%
HLEHLEは、多様な分野における専門家レベルの知識と推論力を測る高難度の総合ベンチマークです。	幅広い分野の専門家レベル試験	12.3%
コーディングとソフトウェア開発
LiveCodeBenchLiveCodeBenchは、評価データの混入を抑えるため、最近公開されたプログラミング問題でコーディング能力を評価します。	最新のコーディング問題	73.4%
SciCodeSciCodeは、科学的な背景に基づくアルゴリズム実装を含め、科学計算におけるPythonプログラミング能力を評価します。	科学計算のコーディング課題	39.8%
Terminal-Bench HardTerminal-Bench Hardは、AIエージェントがターミナル環境で難しいタスクを完遂できるかを評価します。	高難度のターミナル操作	6.1%
数学
MATH-500MATH-500は、厳選された高難度の問題を通じて数学的な問題解決能力を評価します。	高度な数学問題の解決	98.5%
AIMEAIMEは、数学競技形式の問題を通じて数学的推論力を測定します。	数学競技形式の問題	86%
指示追従とエージェントタスク
IFBenchIFBenchは、モデルが詳細な指示や制約にどれだけ確実に従えるかを測定します。	プロンプト制約への準拠	67.1%
AA-LCRAA-LCRは、長いコンテキストウィンドウ全体での推論品質を測定します。	長いコンテキストでの推論	39.3%
τ²-Benchτ²-Benchは、ツールや状態に制約のある現実的なワークフローで、対話型エージェントの能力を評価します。	エージェントのワークフロータスク	31.3%

指標の出典 Artificial Analysis

o3 Mini よくある質問

o3 Mini の能力、用途、制約、TokenHub利用ガイド。

チームはo3 Miniをどう捉えるべきですか？+

o3 Mini は OpenAI の費用対効果の高いSTEM・コーディング推論向けモデルです。

o3 Mini の得意用途は？+

数学推論、科学推論、コード推論に向き、特に速度と費用対効果重視の場面に適します。

o3 Mini の主な強みは？+

主な強みは小型テキスト専用モデルでの強いSTEM・コード推論です。

o3 Mini は常に最適ですか？+

非推奨または後継済みで、新規統合の既定値には向きません。新規統合では GPT-5.4 Mini を優先してください。

最も安全な設定方法は？+

提供状況を確認し、新規統合では現行推奨モデルを使ってください。

o3-mini を使い始めますか？

1つの API キーで o3-mini とその他の AI モデルにアクセスできます。

API キーを作成