Новое поколение reasoning-моделей OpenAI: цепочки рассуждений, рекорды на ARC, AIME, GPQA
OpenAI o3 и GPT-5 — reasoning-модели нового поколения, способные «думать» перед ответом. o3 (вышла в январе 2025) показала рекордные результаты в математике (IMO), программировании (Codeforces) и науке (GPQA). GPT-5 (ожидается лето-осень 2025) объединит o3 reasoning с мультимодальностью GPT-4o в единую архитектуру. Это новый стандарт для сложных интеллектуальных задач.
Архитектура OpenAI o3 / GPT-5 Reasoning
| Модель | Контекст | Вход (за 1M токенов) | Выход (за 1M токенов) | Reasoning* | Мультимодальность |
|---|---|---|---|---|---|
| o3 (полная) | 200K | $10.00 | $40.00 | $40/M output | ❌ Текст + изображения в GPT-5 |
| o4-mini | 200K | $1.10 | $4.40 | $4.40/M output | ❌ Только текст |
| o3-mini | 200K | $1.10 | $4.40 | $4.40/M output | ❌ Только текст |
| GPT-5 (ожид.) | ~256K+ | TBA | TBA | TBA | ✅ Текст + изображения + аудио |
* Reasoning-токены тарифицируются как выходные. o3 на high reasoning_effort может генерировать 20-50K reasoning-токенов — один сложный запрос может стоить $1-2.
Цены на июнь 2025. o3-mini — лучший баланс для большинства задач. o3 (полная) — для PhD-уровня науки, олимпиадной математики и сложнейшего кода.
# Python SDK pip install openai # API-ключ export OPENAI_API_KEY="sk-..."
from openai import OpenAI client = OpenAI() response = client.chat.completions.create( model="o3-mini", reasoning_effort="medium", # low | medium | high messages=[{"role": "user", "content": "Реши систему: x² + y² = 25, x + y = 7"}] ) print(response.choices[0].message.content) # Вывод: x=3, y=4 или x=4, y=3 (с пошаговым объяснением)
response = client.chat.completions.create( model="o3-mini", reasoning_effort="high", tools=[{ "type": "code_interpreter" }], messages=[{"role": "user", "content": "Смоделируй орбиты планет солнечной системы на Python, визуализируй"}] )
response = client.chat.completions.create( model="o3-mini", reasoning_effort="low", response_format={ "type": "json_schema", "json_schema": { "name": "analysis", "schema": { "type": "object", "properties": { "summary": {"type": "string"}, "confidence": {"type": "number"}, "steps": {"type": "array", "items": {"type": "string"}} } } } }, messages=[{"role": "user", "content": "Проанализируй: почему 737 Max имел проблемы?"}] )
| Критерий | OpenAI o3 | OpenAI o4-mini | Claude Opus 4 (thinking) | DeepSeek-R1 | Gemini 2.5 Pro |
|---|---|---|---|---|---|
| AIME 2024 (Math) | ✅ 25.2% | ✅ ~18% | ⚡ ~13% | ✅ 79.8% (o1-уровень) | ⚡ ~15% |
| GPQA Diamond (Science) | ✅ 87.7% | ⚡ ~78% | ✅ ~80% | ⚡ ~72% | ✅ ~82% |
| SWE-bench Verified | ✅ 71.7% | ✅ ~62% | ⚡ ~50% | ⚡ ~49% | ⚡ ~54% |
| Codeforces (rating) | ✅ 2727 | ⚡ ~2300 | ❌ ~1800 | ✅ ~2400 | ⚡ ~2100 |
| Мультимодальность | ❌ (только текст) | ❌ (только текст) | ✅ Изображения | ❌ (только текст) | ✅ Текст+изобр+аудио |
| Цена (вход/выход за 1M) | $10/$40 | $1.10/$4.40 | $15/$75 | Бесплатно (open) | $1.25/$10 |
| Скорость | ⚡ Медленная (сек-мин) | ✅ Быстрее o3 | ✅ Средняя | ✅ Быстрая | ✅ Средняя |
| Контекстное окно | 200K | 200K | 200K | 128K | 1M |
87.7%
GPQA Diamond (PhD-наука)
2727
Рейтинг Codeforces (99.8%)
71.7%
SWE-bench Verified
25.2%
AIME 2024 (математика)
200K
Контекстное окно
~$40/M
Выходные токены o3
o3 — самая мощная reasoning-модель на рынке. Для задач, требующих глубоких размышлений (олимпиадная математика, сложный код, научный анализ), конкурентов у неё практически нет. o3-mini с reasoning_effort=medium закрывает 90% практических задач за разумные деньги. Главный минус — цена o3 и отсутствие мультимодальности, но GPT-5 обещает это исправить. Если вам нужен «думающий» AI для сложных интеллектуальных задач — o3/mini лучший выбор на июнь 2025.
ChatGPT Plus ($20/мес) включает доступ к o3-mini. Для API — начните с o3-mini за $1.10/M токенов.
Документация OpenAI ReasoningОбзор подготовлен Qantcore Labs — июнь 2025