o3-mini

o3-mini

o3 Mini은(는) 출처에서 cost-efficient o-series 추론 model을(를) 핵심 특징으로 제시합니다. 주요 가치는 STEM 작업, 수학, 과학, 코딩 and 저지연 추론에 있습니다. 따라서 일반 챗봇처럼 설명하기보다 이 모델만의 차별점을 중심으로 소개하는 것이 적합합니다.

Context Window

200K tokens

Maximum Output

100K tokens

Release Date

2024년 12월 20일

Modalities

o3-mini 가격

입력 가격	출력 가격	캐시 읽기
$1.1/M	$4.4/M	$0.55/M

o3-mini API 기능

Reasoning

Supported

Tool calling

Supported

Temperature parameter

Not supported

Attachments

Not supported

Knowledge Base

2024-05-01

Endpoint Protocols

Completions APIMessages APIgemini

o3-mini 모델 주요 특징

o3-mini는 범위가 명확한 분석 작업을 위해 소형 텍스트 추론, 장문맥 처리, 구조화된 작업 수행 능력을 제공합니다.

소형 추론

소형 모델에서 추론 능력을 제공해 분석 깊이와 지연 시간 및 비용의 균형이 필요한 작업에 적합합니다.

긴 텍스트 컨텍스트

200,000 토큰 컨텍스트 창을 지원해 긴 텍스트, 코드, 구조화된 기록을 분석할 수 있습니다.

구조화 출력 제어

분석 결과를 일관된 스키마로 정리해 후속 시스템에서 텍스트 작업을 안정적으로 처리할 수 있습니다.

o3-mini 사용 사례

o3-mini는 정책 분석, 텍스트-SQL 변환, 구조화 엔터티 추출 같은 텍스트 기반 추론 작업에 적합합니다.

정책 및 규정 분석

긴 정책이나 규정을 읽고 명시된 조건에 따라 사례를 평가한 뒤 판단 결과를 설명합니다.

텍스트-SQL 변환

분석 질문과 데이터베이스 스키마를 SQL 쿼리로 변환하고 검토를 위해 쿼리 논리를 설명합니다.

엔터티 관계 추출

대규모 텍스트 집합에서 엔터티와 관계를 식별해 그래프나 데이터베이스에 적합한 레코드를 생성합니다.

TokenHub API로 o3-mini 사용하는 방법

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 벤치마크

지표 점수
Artificial Analysis Intelligence IndexArtificial Analysis Intelligence Index는 여러 평가 영역에서 측정한 모델의 전반적인 역량을 종합한 지표입니다.	종합 역량 평가	18.4
Artificial Analysis Coding IndexArtificial Analysis Coding Index는 코딩 및 소프트웨어 엔지니어링 작업에서 모델의 성능을 종합한 지표입니다.	코딩 역량 종합 평가	17.3
지식 및 추론
MMLU-ProMMLU-Pro는 기존 MMLU보다 어려운 문제를 통해 폭넓은 학술 및 전문 지식을 평가합니다.	고난도 다분야 지식	80.2%
GPQAGPQA는 대학원 수준의 과학 문제로 전문적인 추론 능력을 평가하는 벤치마크입니다.	고난도 과학 문제 해결	77.3%
HLEHLE는 다양한 분야의 전문가 수준 지식과 추론 능력을 측정하는 고난도 종합 벤치마크입니다.	다분야 전문가 수준 평가	12.3%
코딩 및 소프트웨어 엔지니어링
LiveCodeBenchLiveCodeBench는 평가 데이터 오염을 줄이기 위해 최근 공개된 프로그래밍 문제로 코딩 능력을 평가합니다.	최신 코딩 문제	73.4%
SciCodeSciCode는 과학적 맥락을 바탕으로 한 알고리즘 구현을 포함해 과학 컴퓨팅용 Python 프로그래밍 능력을 평가합니다.	과학 컴퓨팅 코딩 과제	39.8%
Terminal-Bench HardTerminal-Bench Hard는 AI 에이전트가 터미널 환경에서 어려운 작업을 완료할 수 있는지 평가합니다.	고난도 터미널 작업 수행	6.1%
수학
MATH-500MATH-500은 엄선된 고난도 문제를 통해 수학적 문제 해결 능력을 평가합니다.	고난도 수학 문제 해결	98.5%
AIMEAIME는 수학 경시대회 형식의 문제를 통해 수학적 추론 능력을 측정합니다.	수학 경시대회 형식 문제	86%
지시 준수 및 에이전트 작업
IFBenchIFBench는 모델이 세부 지시와 제약 조건을 얼마나 일관되게 따르는지 측정합니다.	프롬프트 제약 준수	67.1%
AA-LCRAA-LCR은 긴 컨텍스트 윈도우 전반에서 추론 품질을 측정합니다.	긴 컨텍스트 추론	39.3%
τ²-Benchτ²-Bench는 도구와 상태 제약이 있는 실제 워크플로에서 대화형 에이전트의 역량을 평가합니다.	에이전트 워크플로 작업	31.3%

지표 출처 Artificial Analysis

o3 Mini 자주 묻는 질문

o3 Mini의 역량, 활용 사례, 한계와 TokenHub 사용 안내.

팀은 o3 Mini를 어떻게 봐야 하나요?+

o3 Mini는 OpenAI의 비용 효율적인 STEM 및 코딩 추론용 모델입니다.

o3 Mini는 무엇에 가장 적합한가요?+

수학 추론, 과학 추론, 코드 추론에 적합하며, 특히 우선순위가 속도와 비용 효율인 경우 유용합니다.

o3 Mini의 핵심 강점은 무엇인가요?+

핵심 강점은 소형 텍스트 전용 모델의 강력한 STEM·코딩 추론입니다.

o3 Mini는 항상 최선인가요?+

사용 중단 또는 후속 모델로 대체되어 신규 통합의 기본값으로 부적합합니다. 신규 통합에는 GPT-5.4 Mini를 우선하세요.

가장 안전한 설정 방법은 무엇인가요?+

제공 여부를 확인하고 신규 통합에는 현재 권장 모델을 사용하세요.

o3-mini을 사용할 준비가 되셨나요?

하나의 API 키로 o3-mini과 더 많은 AI 모델을 이용하세요.

API 키 만들기