UMBRELLA 4365 o3
OpenAI · o 系列 谱系 · 2025.04.16 发布 · 在 2 项基准上留有 2 条公开成绩。数字全部取自官方发布材料、第三方评测机构与站内已查证档案，评测口径（版本 / 算力档 / 脚手架）标在备注里；因训练数据污染撤榜的成绩不收录。仅作记录，不构成选型建议。
推理模型全线接入工具：边想边搜、边写代码边跑。6 月 API 价格直降八成，推理不再是奢侈品。
◈ 评分卡 SCORECARD
综合分 · 相对前沿52.3
总排名#25 / 27
已测维度2 / 6
综合分 = 各已测维度「相对前沿分」的平均：每个维度取该模型最近一次公开成绩，除以该维度当前最高分（最高 = 100）。至少两个维度有成绩才入总榜，覆盖维度数标在分数旁；未测不等于不行，只是没人公开考过。
| 维度 | 基准 | 成绩 | 相对前沿 | 该维度当前最高 | 日期 |
|---|---|---|---|---|---|
| 编码 | SWE-bench Verified | 69.1% | 71.2 | Muse Spark 1.3 75.4% | 2025.04.16 |
| 前沿推理 | HLE | 20.3% | 33.3 | Claude Fable 5.1 60.9% | 2025.04.16 |
◈ 身份卡 IDENTITY
| 实验室 LAB | OpenAI |
| 谱系 FAMILY | o 系列 |
| 发布日 RELEASE | |
| 定位 TIER | 推理 |
| 上下文 CONTEXT | 200K |
| 价格 PRICE | $10 / $40 每百万 token 输入 / 输出 |
| 权重 WEIGHTS | 闭源 CLOSED |
| 状态 STATUS | 在役 ACTIVE |
| 信源 SOURCE | openai.com/index/introducing-o3-and-o4-mini/ |
| 站内档案 ARCHIVE | — |
◈ 全部公开成绩 ALL RESULTS2 条
| 基准 | 分数 | 日期 | 口径 / 备注 | 信源 |
|---|---|---|---|---|
| HLE | 20.3% | 无工具 · 官方自报 | 原文 ↗ | |
| SWE-bench Verified | 69.1% | 官方自报 | 原文 ↗ |