модель · OpenAI · вышла 10 июня 2025
o3-pro
Устаревшая дорогая версия o3 для сложных задач: дольше рассуждает ради надёжности ответа, её сменили модели GPT-5 Pro
О модели
o3-pro — рассуждающая модель OpenAI, то есть перед ответом она строит внутреннюю цепочку рассуждений. Её обучали с подкреплением: модель получала оценку за результат и так училась решать задачи. По сути это та же o3, но с большими вычислительными мощностями на каждый запрос. Такой вариант OpenAI обещала ещё в апреле 2025 года, когда выпустила o3 и o4-mini.
o3-pro пришла на смену o1-pro, построенной по той же схеме на прошлом поколении. OpenAI заявляла, что на внутренних и внешних тестах o3-pro обходит и o1-pro, и обычную o3, особенно в науке, математике, программировании и задачах, где цена ошибки высока. В ChatGPT модель сначала открыли подписчикам Pro и Team, через неделю — корпоративным и образовательным клиентам. Позже эту роль заняли Pro-версии линейки GPT-5, например GPT-5.5 Pro.
Компания советовала брать o3-pro для трудных вопросов, когда надёжность важнее скорости и можно подождать несколько минут. Модель умеет вызывать функции, искать в интернете и по загруженным файлам, подключаться к внешним сервисам по протоколу MCP и выдавать ответ в строгом формате (структурированный ответ). Она принимает на вход и картинки, так что может рассуждать над схемами и снимками.
Главные ограничения — скорость и цена. Один запрос может идти несколько минут, поэтому разработчикам советуют фоновый режим, иначе соединение оборвётся по тайм-ауту. В API модель доступна только через Responses API. Она не рисует картинки, не работает с голосом и в реальном времени, а в ChatGPT не поддерживала рисование и редактор Canvas.
источники:Документация OpenAI по o3-pro ↗Заметки OpenAI к выпуску моделей ↗
Рейтинг Epoch AIСводная оценка общих возможностей модели: статистическая модель выводит её из результатов на многих бенчмарках с учётом их сложностиПодробнее на английском ↗
весь рейтинг60место из 268индекс 147вероятный разброс 146–150
- DTBenchВопросы с выбором ответа по теории принятия решений в задачах вроде парадокса Ньюкома, где твой выбор говорит о выборе похожих на тебяСлучайный выбор даёт около 40%, так что это нижняя планка, а не ноль.Подробнее на английском ↗78,2%высокое
- LMCAНасколько оценки моделью доводов в философии, теории решений и безопасности ИИ совпадают с оценками экспертовБалл — корреляция с оценками экспертов, умноженная на 100; практический потолок около 85, а не 100.Подробнее на английском ↗45,3%высокое
- ARC-AGI-2Вторая, более трудная версия головоломок на клетках: по примерам найти скрытое правило и применить его к новой картинкеНа каждое задание даётся две попытки; люди в среднем решают около 60% заданий.Подробнее на английском ↗4,9%высокое
- Fiction.LiveBenchВопросы по длинным художественным текстам: понять мотивы героев, порядок событий и сделать выводы из всего сюжетаРезультат зависит от длины текста: с ростом объёма точность обычно падает, поэтому сравнивать стоит при одинаковой длине.Подробнее на английском ↗97,2%среднее
- Lech Mazur WritingКороткие рассказы, в которые надо органично вплести десять заданных элементов: персонажа, предмет, место, мотив, тон и другиеБалл относительный: модели-судьи сравнивают рассказы попарно, ноль — примерно середина сравниваемых моделей, а не процент.Подробнее на английском ↗84,4%среднее
- WeirdMLНеобычные задачи по машинному обучению: модель пишет код, который на выданных данных обучает классификатор, например для распознавания фигурБалл — средняя точность обученных моделью классификаторов, а не доля решённых задач.Подробнее на английском ↗58,2%высокое
- Aider polyglot225 трудных задач по программированию с Exercism на C++, Go, Java, JavaScript, Python и Rust; решение проверяют тестыДаются две попытки: после неудачи модель видит результаты тестов и исправляет код; засчитывается итог второй попытки.Подробнее на английском ↗84,9%высокое
- ARC-AGIГоловоломки на цветных клетках: по паре примеров нужно понять правило преобразования картинки и применить его к новойПодробнее на английском ↗59,3%высокое
Данные: models.dev (MIT) и Epoch AI (CC BY 4.0).