OpenAI o3-mini
нейросеть
o3-mini — компактная и экономичная языковая модель OpenAI, оптимизированная для задач STEM: научных рассуждений, математических вычислений и генерации кода. Модель поддерживает параметр reasoning_effort для управления усилием рассуждений и балансом скорости/точности. Доступна через BotHub с оплатой в рублях и без необходимости VPN.
Характеристики
- Входные данные
- текст, документы
- Результат
- текст
- Размер контекста
- 200 000 токенов
- Макс. длина ответа
- 100 000 токенов
- Уровни рассуждений
- низкий, средний, высокий
- Возможности
- вызов функций
Стоимость промпта
(за 1M токенов)
Стоимость ответа
(за 1M токенов)
import OpenAI from 'openai';
const openai = new OpenAI({
apiKey: '<your bothub access token>',
baseURL: 'https://openai.bothub.chat/v1'
});
// Sync - Text generation
async function main() {
const chatCompletion = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'o3-mini:batch',
});
}
// Async - Text generation
async function main() {
const stream = await openai.chat.completions.create({
messages: [{ role: 'user', content: 'Say this is a test' }],
model: 'o3-mini:batch',
stream: true
});
for await (const chunk of stream) {
const part: string | null = chunk.choices[0].delta?.content ?? null;
}
}
main();
Как работает OpenAI o3-mini?
Попробуйте OpenAI o3-mini на BotHub — быстрый доступ к STEM‑вычислениям, оплата в рублях.Частые вопросы о OpenAI o3-mini
Вы можете использовать результаты генерации в коммерческих целях. Все права на созданный контент принадлежат вам. Единственное ограничение: убедитесь, что в запросе не использовались защищённые авторским правом материалы третьих сторон. Ответственность за соблюдение прав на входные данные лежит на пользователе.
o3 Mini (Batch) — текстовая модель для задач text-to-text и обработки документов. Подходит для суммаризации, извлечения фактов, преобразования и пакетной обработки большого количества документов, а также интеграции в мультимодельные конвейеры через инструменты и function calling.
Модель может выдавать длинные ответы: в данных указано максимальное количество выходных токенов, равное 100000, при общем контексте до 200000 токенов. Практическая длина ответа зависит от формата, последовательности запросов и ограничений платформы.
В наших данных способность «рассуждать перед ответом» специально не отмечена, поэтому прямого подтверждения нет. На практике поведение с цепочкой рассуждений зависит от промта, структуры задачи и используемых инструментов — рекомендуется проверять на ваших примерах.
Да, в данных отмечена поддержка вызова функций и структурированного JSON-вывода. Это упрощает интеграцию с внешними инструментами, построение пайплайнов и возврат машинно-структурированных результатов прямо из модели.
Модель принимает документы на вход, что удобно для обработки больших текстовых файлов. В наших данных не указана явная поддержка изображений, аудио или видео, поэтому уточняйте допустимые форматы и способы загрузки на платформе BotHub перед интеграцией.
В предоставленных данных нет информации о качестве понимания русского языка. Языковая эффективность зависит от конкретных примеров, формулировки запросов и подготовки промтов; рекомендуем провести собственные тесты на ваших материалах перед промышленным применением.