o3
OpenAI·4 个数据来源·更新于 2026-11-10
上下文窗口200KArtificial Analysis
最大输出100KOpenRouter
输入 / 百万 Token$2Artificial Analysis
输出 / 百万 Token$8Artificial Analysis
评测表现
只在同一来源、同一口径下比较。切换来源可查看不同测试结果。
Artificial Analysis · 智能指数
暂无综合分数当前所选配置的来源分数
- 输出速度
- 109.8 tok/s
- 首 Token 延迟
- 5.38 s
同榜模型表现
智能指数 · 同一来源与榜单口径,分数越高越好
所选配置其他配置
能力与任务成本
向左成本更低,向上分数更高;只比较同时公布两项数据的配置。
查看完整对比数据
| 模型与配置 | 智能指数 | 每任务成本 |
|---|---|---|
| Claude Fable 5.2 (Max, Default Fallback) | 64.56 | $26.54 |
| Claude Fable 5.2 (Xhigh, Default Fallback) | 62.22 | $14.83 |
| Claude Fable 5.2 (High, Default Fallback) | 61.82 | $9.08 |
| Gemini 4 Carbon (High) | 60.03 | $7.76 |
| Claude Opus 5.5 (Max, Default Fallback) | 59.11 | $10.04 |
| Gemini 4 Carbon (Medium) | 58.26 | $6.59 |
| Claude Opus 5.5 (Xhigh, Default Fallback) | 57.44 | $6.05 |
不同来源的分数不能直接相加或横向比较;评测任务成本不是 API Token 单价。
逐项基准成绩
7 项已收录成绩 · 保留原始单位和测试条件
MMMU-Pro第三方实测 · 越高越好
70.06%
Humanity’s Last Exam第三方实测 · 越高越好
20.05%
AA-LCR第三方实测 · 越高越好
74.67%
CritPt第三方实测 · 越高越好
1.14%
τ²-Bench第三方实测 · 越高越好
80.7%
GPQA Diamond第三方实测 · 越高越好
82.73%
IFBench第三方实测 · 越高越好
71.43%
技术规格
只展示有可靠来源的资料;优先采用厂商官网与官方模型仓库。
- 发布日期
- 2025-04-16LLM Stats
- 知识截止
- 2024-05-31LLM Stats
- 上下文窗口
- 200K TokenArtificial Analysis
- 最大输出
- 100K TokenOpenRouter
- 输入模态
- 图像、文本、文件OpenRouter
- 输出模态
- 文本OpenRouter
- 开放权重
- 否Artificial Analysis
- 推理模式
- 支持Artificial Analysis
- 许可证
- ProprietaryLLM Stats
价格与用量
美元 / 百万 Token。不同服务商或测试配置的报价分别列出。
| 来源 / 服务商 | 输入 | 输出 | 缓存读取 |
|---|---|---|---|
| Artificial Analysis · o3 | $2 | $8 | $0.5 |
| OpenRouter · openai/o3 | $2 | $8 | $0.5 |
每个数字,都有出处
同名模型通过开发机构和明确版本关联。预览版、日期版本和不同规模模型分别建档。
Artificial Analysis
公开评测数据;保留来源原始口径
LLM Stats
公开模型页与公开榜单;自报成绩单独标识
BenchLM
公开评测数据;保留来源原始口径
OpenRouter
公开模型目录与 API 报价