🧭 工具简介
OpenAI o3 是 OpenAI 于 2024 年 12 月在"OpenAI 12 天"发布活动最后一天公布的推理模型，属于 o 系列。与直接作答的对话模型不同，o 系列通过强化学习训练出"先思考、后回答"的能力，在数学、编程、科学等需要多步推理的任务上明显强于前代。2025 年 1 月 31 日，更轻量的 o3-mini 上线 ChatGPT 与 API；2025 年 4 月 16 日，完整版 o3 与面向最高难度任务的 o3-pro 向 ChatGPT Plus、Pro、Team 用户开放。
值得注意的是，2025 年 8 月 7 日 OpenAI 发布 GPT-5 后，o3、o3-pro、o4-mini 等旧模型开始逐步退役，推理能力被整合进 GPT-5 系列。因此今天的 o3 更准确地说是"已被取代的里程碑式模型"，本文基于其服役期间的公开资料进行回顾性评测。
⚙️ 核心功能
深度推理能力：o3 的定位是"解决人类花几个小时才能完成的任务"。在数学竞赛、编程竞赛、科学问答等基准测试中，o3 相比前代 o1 有显著提升，这也是它发布时引发关注的直接原因。对用户来说，复杂问题的分步推导质量是它最核心的价值。
可控思考时间：o3 系列支持"思考预算"（reasoning effort）调节，用户可以在低、中、高三档之间选择，在响应速度与答案质量之间做权衡。简单任务用低档省时，疑难问题用高档换深度。
o3-pro 高端档位：o3-pro 面向对准确性要求最高的场景，官方称其采用更强的计算资源配置，适合处理关键决策类问题。它最初仅向 ChatGPT Pro 用户开放，2025 年 6 月 19 日起通过 Azure OpenAI 向 API 客户提供，定价为每百万输入 tokens 20 美元、每百万输出 tokens 80 美元。
工具与生态集成：在 ChatGPT 中，o3 支持联网搜索、代码执行等工具调用；在 API 侧，开发者可以像调用其他模型一样把 o3 接入自己的应用，用于数据分析、代码审查、Agent 编排等场景。
安全与对齐机制：OpenAI 在发布 o3 时同步公开了系统卡，介绍了面向推理模型的"审慎对齐"（deliberative alignment）训练方法，以及发布前由外部专家进行的红队测试。这类机制让模型在"思考"阶段就遵循安全准则，而不是只在输出时做过滤，是 o 系列在安全工程上的标志性做法，也为后续 GPT-5 的安全设计奠定了基础。
🖥️ 上手体验
在 o3 服役期间，ChatGPT 用户的使用流程是：在模型选择器里切到 o3 或 o3-mini，输入问题，等待一段"思考中"的过程，然后获得带推理摘要的回答。对于数学证明、算法题这类问题，o3 会给出逐步推导而不是直接抛结论，可读性比普通对话模型好很多。API 开发者则在代码中指定模型名并设置 reasoning effort 参数，即可按需调用。
今天再体验 o3 的方式已经不同：GPT-5 系列中保留了推理模式，旧模型逐步下线。因此对新用户的实际建议是：直接使用 ChatGPT 中的 GPT-5 及推理模式，它们继承了 o3 的能力并做了整合优化；如果出于兼容性需要调用旧模型，需确认其在平台上的可用状态与退役时间表。
对开发者而言，把 o3 接入现有应用在 API 层面的成本并不高：模型名、参数结构与 OpenAI 其他模型保持一致，主要新增的是思考预算设置与更长的响应时间预算。迁移到新模型时需要注意的是提示词兼容性——推理模型对指令的解析方式与对话模型不同，同样的提示词在不同代际模型上的表现可能差异明显，上线前建议做一轮回归测试。
💰 价格方案
o3 系列在 ChatGPT 端包含在订阅内，不单独收费；API 端按 tokens 计费。根据微软 Azure OpenAI 官方公布的数据，2025 年 6 月起 o3 的 API 价格为每百万输入 tokens 2 美元、输出 8 美元，o3-pro 为每百万输入 20 美元、输出 80 美元；o3-mini 的定价显著更低。需要说明的是，这些价格是历史公开数据，随着模型退役与 GPT-5 系列的定价体系调整，已不再作为现行价格参考。
| 模型 | API 价格（历史公开） | 备注 |
|---|---|---|
| o3 | $2 / $8（每百万 tokens，2025-06 起） | 已随 GPT-5 发布逐步退役 |
| o3-pro | $20 / $80（每百万 tokens） | 面向最高难度任务 |
| o3-mini | 低于 o3 的轻量定价 | 速度优先，已整合进新体系 |
如果把 o3 系列放进当时的定价体系来看：o3-mini 承担日常推理的性价比定位，完整版 o3 面向中高难度任务，o3-pro 则明确服务于对准确率极度敏感的商业与科研场景。三档搭配让团队可以按任务重要程度选择模型，而不是一律用最贵的档位。这种分层定价的思路后来也被 GPT-5 系列的定价体系继承，可以说 o3 不仅贡献了推理能力，也为 OpenAI 的产品分层确立了模板。
👍 优点与局限
优点：推理质量高，复杂数学与编程任务的表现在发布时处于行业顶尖；思考时间可调，兼顾速度与深度；o3-pro 为关键任务提供了更高可靠性的选项；API 生态与工具链成熟，接入方便。
局限：作为独立模型已被 GPT-5 取代，新项目不宜再围绕它构建；推理模型响应慢、成本高，不适合日常闲聊类任务；思维过程只提供摘要而非完整链条，复杂结论仍需人工核验。
🎯 适合人群
数学与科研人员，需要可靠的符号推理与证明辅助；参加算法竞赛的程序员；需要高质量代码审查与复杂调试的开发者；以及构建 Agent 应用、对推理准确性要求高的技术团队。对新用户而言，直接用 GPT-5 系列是更合适的选择。
🔄 同类工具对比
o3 的直接竞品是前代 o1 与开源的 DeepSeek-R1。o1 是它的"前任"，已被取代；DeepSeek-R1 以开源和低价著称，在推理能力上对标 o 系列，形成了鲜明的市场分化。
| 模型 | 价格 | 功能侧重 | 适合场景 |
|---|---|---|---|
| OpenAI o3 | 订阅 + API 按量 | 顶尖推理、工具集成 | 高要求推理任务（已被 GPT-5 整合） |
| OpenAI o1 | 订阅 + API 按量 | 上一代推理模型 | 已退役 |
| DeepSeek-R1 | 开源 + 低价 API | 推理能力对标、可自部署 | 成本敏感、私有化部署 |
❓ 常见问题
o3 现在还能用吗？ GPT-5 发布后 o3 逐步退役，建议改用 GPT-5 系列，具体可用状态以 OpenAI 官方说明为准。
o3 和 o3-mini 有什么区别？ o3-mini 是轻量版，速度快、成本低，适合一般推理任务；完整版 o3 与 o3-pro 面向更高难度任务。
o3-pro 为什么贵？ 它按每百万 tokens 20/80 美元计价（历史公开价格），贵在更强的算力配置与更高的准确性要求。
o3 和 GPT-5 是什么关系？ GPT-5 整合了 o 系列的推理能力，是 o3 的继任者。
o3 支持图片输入吗？ o3 系列以文本推理为主，视觉等多模态能力由 GPT-4o、GPT-5 等模型承担。
o3 的中文能力怎么样？ 支持中文输入与输出，中文逻辑题的处理表现良好；关键场景建议先用中文测试集验证再投入使用。