추론 시리즈 중 가장 비용 효율적인 최신 모델인 OpenAI o3‑mini를 출시합니다. 오늘부터 ChatGPT와 API에서 모두 사용할 수 있습니다. 2024년 12월에 사전 공개한 이 강력하고 빠른 모델은 소형 모델이 달성할 수 있는 한계를 뛰어넘었습니다. OpenAI o1‑mini의 저렴한 비용과 짧은 레이턴시를 유지하면서도 특히, 과학, 수학, 코딩에 강한 탁월한 STEM 기능을 제공합니다.
OpenAI o3‑mini는 함수 호출(새 창에서 열기), 구조화된 출력값(새 창에서 열기), 개발자 메시지(새 창에서 열기) 등 개발자의 요청이 많았던 기능을 지원하는 OpenAI 최초의 소형 추론 모델로, 즉시 사용할 수 있습니다. OpenAI o1‑mini와 OpenAI o1‑preview와 마찬가지로 o3‑mini는 스트리밍(새 창에서 열기)을 지원합니다. 또한 개발자는 세 가지 추론 노력(새 창에서 열기) 옵션(낮음, 중간, 높음) 중에서 선택하여 특정 사용 사례에 맞게 최적화할 수 있습니다. 이러한 유연성은 복잡한 문제를 해결할 때 o3‑mini가 “더 열심히 생각”하도록 하거나 레이턴시가 우려되는 경우 속도를 우선시할 수 있습니다. o3‑mini는 비전 기능을 지원하지 않으므로 개발자는 시각적 추론 작업에는 OpenAI o1을 계속 사용해야 합니다. 오늘부터 API 사용 등급 3~5(새 창에서 열기)의 일부 개발자를 대상으로 채팅 완성 API, 어시스턴트 API, 배치 API에서 o3‑mini를 순차적으로 선보입니다.
ChatGPT Plus, Team, Pro 사용자는 오늘부터 OpenAI o3‑mini에 액세스할 수 있습니다. Enterprise 사용자는 2월부터 액세스할 수 있습니다. 더 높은 요청 제한과 짧은 레이턴시를 제공하는 o3‑mini는 모델 선택기에서 OpenAI o1‑mini를 대체하여 코딩, STEM, 논리적 문제를 해결하는 작업에 매력적인 선택지가 될 것입니다. 이번 업그레이드의 일환으로 Plus와 Team 사용자의 요청 제한을 세 배로 늘려, o1‑mini에서 하루 50건이었던 요청 제한이 o3‑mini의 경우 하루 150건으로 늘어납니다. 또한 이제 o3‑mini는 검색 기능을 함께 사용할 수 있어 관련 웹 소스에 대한 링크가 포함된 최신 답변을 찾을 수 있습니다. 이는 추론 모델 전반에 걸쳐 검색을 통합하기 위해 작업하고 있는 초기 프로토타입입니다.
오늘부터 무료 플랜 사용자도 메시지 작성기에서 ‘이성’을 선택하거나 응답을 다시 생성하여 OpenAI o3‑mini를 사용해 볼 수 있습니다. ChatGPT에서 무료 사용자가 추론 모델을 사용할 수 있도록 하는 것은 이번이 처음입니다.
여전히 OpenAI o1을 광범위한 일반 지식 추론 모델로 제공하지만, OpenAI o3‑mini는 정확성과 속도를 요구하는 기술 영역에 특화된 대안이 되어줍니다. ChatGPT에서 o3‑mini는 중간 수준의 추론 노력을 사용하여 속도와 정확성 사이의 균형을 맞춥니다. 모든 유료 사용자는 응답을 생성하는 데 시간이 조금 더 걸리는 더 높은 지능 버전을 사용하기 위해 모델 선택기에서 o3‑mini‑high를 선택할 수도 있습니다. Pro 사용자는 o3‑mini와 o3‑mini‑high에 무제한으로 액세스할 수 있습니다.
이전 버전인 OpenAI o1과 마찬가지로 OpenAI o3‑mini는 STEM 추론에 최적화되었습니다. 중간 수준의 추론 노력을 사용했을 때 o3‑mini는 수학, 코딩, 과학 분야에서 성능이 o1과 비슷하지만 응답 속도는 더 빠릅니다. 전문가 테스터들의 평가에서 o3‑mini가 OpenAI o1‑mini보다 더 정확하고 명확한 답변을 제공하고, 더 강력한 추론 능력을 갖췄다는 것이 드러났습니다. 테스터들은 o3‑mini의 응답을 o1‑mini보다 56% 더 선호했으며, 어려운 실제 문제에서 주요 오류가 39% 감소하는 것을 관찰했습니다. 중간 수준의 추론 노력을 사용했을 때 o3‑mini는 AIME와GPQA를 포함한 가장 까다로운 추론 및 지능 평가에서 o1의 성능과 비슷한 것으로 나타났습니다.
Mathematics: With low reasoning effort, OpenAI o3‑mini achieves comparable performance with OpenAI o1‑mini, while with medium effort, o3‑mini achieves comparable performance with o1. Meanwhile, with high reasoning effort, o3‑mini outperforms both OpenAI o1‑mini and OpenAI o1, where the gray shaded regions show the performance of majority vote (consensus) with 64 samples.
PhD-level science: On PhD-level biology, chemistry, and physics questions, with low reasoning effort, OpenAI o3‑mini achieves performance above OpenAI o1‑mini. With high effort, o3‑mini achieves comparable performance with o1.
Research-level mathematics: OpenAI o3‑mini with high reasoning performs better than its predecessor on FrontierMath. On FrontierMath, when prompted to use a Python tool, o3‑mini with high reasoning effort solves over 32% of problems on the first attempt, including more than 28% of the challenging (T3) problems. These numbers are provisional, and the chart above shows performance without tools or a calculator.
Competition coding: On Codeforces competitive programming, OpenAI o3‑mini achieves progressively higher Elo scores with increased reasoning effort, all outperforming o1‑mini. With medium reasoning effort, it matches o1’s performance.
Software engineering: o3‑mini is our highest performing released model on SWEbench-verified. For additional datapoints on SWE-bench Verified results with high reasoning effort, including with the open-source Agentless scaffold (39%) and an internal tools scaffold representing maximum capability elicitation (61%), see our system card as the source of truth. All SWE-bench evaluation runs use a fixed subset of n=477 verified tasks which have been validated on our internal infrastructure.
LiveBench coding: OpenAI o3‑mini surpasses o1‑high even at medium reasoning effort, highlighting its efficiency in coding tasks. At high reasoning effort, o3‑mini further extends its lead, achieving significantly stronger performance across key metrics.
General knowledge: o3‑mini outperforms o1‑mini in knowledge evaluations across general knowledge domains.
Human preference evaluation: Evaluations by external expert testers also show that OpenAI o3‑mini produces more accurate and clearer answers, with stronger reasoning abilities than OpenAI o1‑mini, especially for STEM. Testers preferred o3‑mini's responses to o1‑mini 56% of the time and observed a 39% reduction in major errors on difficult real-world questions.
OpenAI o1에 맞먹는 인텔리전스를 갖춘 OpenAI o3‑mini는 더 빠른 성능과 향상된 효율성을 제공합니다. 위에서 강조한 STEM 평가 외에도 o3‑mini는 중간 수준의 추론 노력을 사용할 때 추가적인 수학 및 사실성 평가에서 우수한 결과를 보여줍니다. A/B 테스트에서 o3‑mini의 평균 응답 시간이 7.7초로, 평균 응답 시간이 10.16초인 o1‑mini보다 24% 더 빠르게 응답을 제공했습니다.
Latency: o3‑mini has an avg 2500ms faster time to first token than o1‑mini.
OpenAI o3‑mini가 안전하게 응답할 수 있도록 훈련하는 데 사용한 핵심 기술 중 하나는 숙고적 정렬입니다. 이 기술을 사용하여 모델이 사용자의 프롬프트에 답변하기 전에 사람이 작성한 안전 사양에 대해 추론하도록 훈련했습니다. OpenAI o1과 비슷하게 어려운 안전성 및 탈옥 평가에서 o3‑mini가 GPT‑4o를 훨씬 능가하는 것으로 나타났습니다. 모델을 배포하기 전 o1와 동일한 준비, 외부 레드팀 구성, 안전 평가 접근 방식을 사용하여 o3‑mini의 안전 위험 요소를 신중하게 평가했습니다. 얼리 액세스에서 o3‑mini 테스트를 신청해 주신 안전 테스터분들께 감사드립니다. 아래의 평가에 대한 자세한 정보와 잠재적 위험 요소 및 완화 조치의 효과에 대한 포괄적인 설명은 o3‑mini 시스템 카드에서 확인하실 수 있습니다.
OpenAI o3‑mini의 출시는 비용 효율적인 인텔리전스의 한계를 뛰어넘는다는 OpenAI의 사명에 한 걸음 더 가까워진다는 것을 의미합니다. 낮은 비용을 유지하면서 STEM 영역에 대한 추론을 최적화함으로써 고품질 AI에 대한 접근성을 더욱 높이고 있습니다. 이 모델은 최고 수준의 추론 기능을 유지하면서 GPT‑4 출시 이후 토큰당 가격을 95%까지 낮춰 인텔리전스 비용을 낮추고 있는 OpenAI의 성과를 이어가고 있습니다. AI 도입이 확대됨에 따라 OpenAI는 인텔리전스, 효율성, 안전이 균형을 이루는 모델을 대규모로 구축하여 최전선에서 업계를 선도하기 위해 최선을 다하고 있습니다.
저자
훈련
Brian Zhang, Eric Mitchell, Hongyu Ren, Kevin Lu, Max Schwarzer, Michelle Pokrass, Shengjia Zhao, Ted Sanders
평가
Adam Kalai, Alex Tachard Passos, Ben Sokolowsky, Elaine Ya Le, Erik Ritter, Hao Sheng, Hanson Wang, Ilya Kostrikov, James Lee, Johannes Ferstad, Michael Lampe, Prashanth Radhakrishnan, Sean Fitzgerald, Sebastien Bubeck, Yann Dubois, Yu Bai
프론티어 평가 및 준비
Andy Applebaum, Elizabeth Proehl, Evan Mays, Joel Parish, Kevin Liu, Leon Maksin, Leyton Ho, Miles Wang, Michele Wang, Olivia Watkins, Patrick Chao, Samuel Miserendino, Tejal Patwardhan
엔지니어링
Adam Walker, Akshay Nathan, Alyssa Huang, Andy Wang, Ankit Gohel, Ben Eggers, Brian Yu, Bryan Ashley, Callie Riggins Zetino, Chengdu Huang, Christian Hoareau, Davin Bogan, Emily Sokolova, Eric Horacek, Eric Jiang, Felipe Petroski Such, Jonah Cohen, Josh Gross, Justin Becker, Kan Wu, Kevin Whinnery, Larry Lv, Lee Byron, Lien Mamitsuka, Manoli Liodakis, Max Johnson, Mike Trpcic, Murat Yesildal, Rasmus Rygaard, RJ Marsan, Rohit Ramchandani, Rohan Kshirsagar, Roman Huet, Sara Conlon, Shuaiqi (Tony) Xia, Siyuan Fu, Srinivas Narayanan, Sulman Choudhry, Surya Mamidyala, Tomer Kaftan, Trevor Creech
검색
Adam Fry, Adam Perelman, Brandon Wang, Cristina Scheau, Philip Pronin, Sundeep Tirumalareddy, Will Ellsworth, Zewei Chu
제품
Antonia Woodford, Beth Hoover, Jake Brill, Kelly Stirman, Minnia Feng, Neel Ajjarapu, Nick Turley, Nikunj Handa, Olivier Godement
안전
Alex Beutel, Andrea Vallone, Andrew Duberstein, Enis Sert, Eric Wallace, Grace Zhao, Irina Kofman, Jieqi Yu, Joaquin Quinonero Candela, Madelaine Boyd, Matt Jones, Mehmet Yatbaz, Mike McClay, Mingxuan Wang, Saachi Jain, Sandhini Agarwal, Sam Toizer, Santiago Hernández, Steve Mostovoy, Young Cha, Tao Li, Yunyun Wang
외부 레드팀 구성
Lama Ahmad, Michael Lampe, Troy Peterson
리서치 프로그램 매니저
Carpus Chang, Kristen Ying
리더십
Aidan Clark, Dane Stuckey, Jerry Tworek, Jakub Pachocki, Johannes Heidecke, Kevin Weil, Liam Fedus, Mark Chen, Sam Altman, Wojciech Zaremba