BenchLeader

o3-mini

推論エフォート
品質339中170位
50.2Index
中央値より上
中央値比 +0.0
価格255中170位
$1.93100万トークンあたり
多くのモデルより高い
中央値の2.3倍
速度216中19位
192トークン/秒
上位10%
中央値の2.3倍
コスパ255中180位
26.1ポイント/$
中央値より下
中央値の0.5倍

よりコスパが高いモデル: Ling 3.0 Flash $0.115/MでIndex 51.7(17分の1の価格)。

より安価でスコアの高いランク付けモデルが86つあります:Gemini 3.7 Flash (62.1, $1.50)、Gemini 3.6 Flash (61.0, $1.50)、Gemini 3.8 Flash (60.2, $1.50)ほか83つ。

2026年11月16日時点で、o3-mini(OpenAI)のBenchLeader Indexは50.2です(ランク付け対象は608構成)。最も強いのは数学(55)、最も弱いのはエージェント・ツール(40)です。API料金は入力100万トークンあたり$1.10、出力100万トークンあたり$4.40(3:1のブレンドで$1.93)で、2026年11月16日時点の定価です。出力速度は約190トークン/秒です(Artificial Analysis)。2025年1月31日にリリースされました。

要点(2026年11月16日時点)

  • o3-miniのAPI料金は入力100万トークンあたり$1.10、出力100万トークンあたり$4.40(3:1のブレンドで$1.93)です(定価、2026年11月16日)。
  • o3-miniの出力速度は約190トークン/秒です(Artificial Analysis、2026年11月16日)。
  • o3-miniは2025年1月31日にリリースされました(OpenAI)。

詳しく見ると:o3-miniはOpenAIのプロプライエタリな推論モデルです(2025年1月31日リリース)。最もスコアの高い構成は、BenchLeader Indexで50.2 ±4.9を記録し、608構成中344位で下位半分に入ります。重要なのはこの「±」です。ほかに279構成のスコアがこの範囲に入っており、品質だけでは区別できません。差がつくのは価格と速度です。カテゴリ別では数学が最も高く(55)、エージェント・ツールが最も低くなっています(40)。ブレンド価格は100万トークンあたり$1.93で、ランク付けされたモデルの多くより高価です。出力速度は192トークン/秒、回答開始まで6.3秒で、最速の4分の1に入ります。4通りの推論エフォート設定で測定されています。この要約は最もスコアの高い設定について述べたもので、上のタブで切り替えられます。最終測定日:2026年11月11日。

ブレンド価格
$1.93/M
入力$1.10・出力$4.40
出典:Artificial Analysis
出力速度
192 tok/s
Artificial Analysisによる測定
回答開始
6.25 s
コンテキスト
200k
出典:models.dev
タスクあたりコスト
–
タスクあたりトークン数
–
リリース日
2025年1月31日
カテゴリ別のスコア破線=平均的なモデル(50)。15ポイントが標準偏差1つ分です。
  1. 総合Index50
  2. 推論52
  3. コーディング54
  4. エージェント・ツール40
  5. 数学55
  6. 人間の評価51

この順位を埋め込む

ほかのバッジスタイル
[![o3-mini on BenchLeader: 総合 168位](https://www.benchleader.com/badge/o3-mini.svg?style=compact)](https://www.benchleader.com/models/o3-mini)

README.mdの冒頭、ほかのバッジの横に貼り付けてください。バッジはデータの更新ごとに描き直され、このページへリンクします。

OpenAIの新モデル公開をメールで通知

ランク入りしたときにもう1通、さらに毎週月曜に週刊レビューをお届けします。

プロバイダーとメールの種類を選ぶ

推論エフォート別の構成

同じモデルでも、どれだけ考えさせるかによって振る舞いが変わります。各行が1つの推論エフォート設定で、その設定で実行されたベンチマークだけで評価しています。「未記載」は、どの設定を使ったかを公開元が明記していない結果をまとめたものです。推論モデルの場合は思考モードであることが多いものの、そうとは仮定していません。ここかページ上部で設定を選ぶと、その価格、速度、カテゴリ別スコアを表示します。

エフォートIndex順位速度回答開始チャット返答のコストカテゴリ
low40.2#532192 tok/s6.25 s$0.0018コーディング 36 · 数学 32 · 推論 38
medium46.4#433192 tok/s6.25 s$0.0018エージェント・ツール 46 · コーディング 53 · 長文コンテキスト 41 · 数学 45 · 推論 41
high47.9#393213 tok/s19 s$0.0018エージェント・ツール 35 · コーディング 50 · 人間の評価 53 · 指示追従 66 · 知識 41 · 長文コンテキスト 45 · 数学 51 · 推論 41
未記載最良50.2#344192 tok/s6.25 s$0.0018エージェント・ツール 40 · コーディング 54 · 人間の評価 51 · 数学 55 · 推論 52

Indexの推移

2026年9月8日〜2026年11月16日
354656
  • 標準
  • high
  • medium
  • low

Indexは毎日ゼロから計算し直すため、新しいベンチマーク結果が加わったとき、公開元がスコアを修正したとき、または正規化の基準となるモデルが変わったときに線が動きます。初期の変動は、スコアがまだ落ち着いていないことを示している場合がほとんどです。

ベンチマーク結果

LLMベンチマーク一覧を見る。列は推論エフォートごとです。順位は、そのベンチマークでのすべてのモデルのすべての構成の中での位置です。スコアにカーソルを合わせると、元になった実行が表示されます。

推論

ベンチマークlowmediumhigh標準出典推移
GPQA Diamond68.2%#18674.3%#16577.0%#151–Epoch AI Benchmarking Hub
SimpleBench––22.8%#100–SimpleBench
Arena Hard Prompts––1402#1801371#204Arena (LMArena)
GPQA Diamond (AA)Index対象外––77.3%#22574.8%#258Artificial Analysis
Humanity's Last Exam (AA)Index対象外––12.0%#3017.9%#376Artificial Analysis
GPQA Diamond (Vals)Index対象外––75.5%#78–Vals AI
ARC-AGI-114.5%#23622.3%#22534.5%#208–ARC Prize
ARC-AGI-20.0%#2512.1%#2083.0%#200–ARC Prize
CritPtIndex対象外––0.3%#291–Artificial Analysis
SciPredictIndex対象外エフォート未記載–––19.8%#7Scale AI SEAL
Arena ExpertIndex対象外––1399#1751366#203Arena (LMArena)
Chess PuzzlesIndex対象外6.0%#14211.0%#12815.0%#120–Epoch AI Benchmarking Hub
Mystery Game PuzzlesIndex対象外––7.0%#128–Epoch AI Benchmarking Hub
LMCAIndex対象外––19.0%#169–Epoch AI Benchmarking Hub
DTBenchIndex対象外––68.8%#167–Epoch AI Benchmarking Hub
ForecastBenchIndex対象外エフォート未記載–––63.5%#41ForecastBench

コーディング

ベンチマークlowmediumhigh標準出典推移
SciCode––42.8%#166–SciCode
WeirdML––43.7%#88–WeirdML
GSO-Bench1.3%#33–1.3%#33–GSO-Bench
Arena Coding––1434#1731417#189Arena (LMArena)
SciCode (AA)Index対象外––42.8%#175–Artificial Analysis
LiveCodeBench––71.5%#83–Vals AI
Aider Polyglot–53.8%#3060.4%#21–Aider polyglot leaderboard
SWE-bench Verified (any scaffold)Index対象外エフォート未記載–––42.4%#42SWE-bench
CadEvalIndex対象外–54.0%#5––Epoch AI Benchmarking Hub
Terminal-Bench 4.0 (AA)Index対象外––0.0%#186–Artificial Analysis
Terminal-Bench 2.1 (AA)Index対象外––4.5%#212–Artificial Analysis
LiveCodeBench (AA)Index対象外––73.4%#5271.8%#57Artificial Analysis

エージェント・ツール

ベンチマークmediumhigh標準出典推移
Cybench22.5%#10––Cybench
Terminal-Bench Hard–6.1%#2716.8%#254Artificial Analysis
τ²-Bench Telecom (AA)Index対象外–31.3%#25828.6%#271Artificial Analysis
GDPval-AA v2.1Index対象外–237#271–Artificial Analysis
τ³-Banking (AA)–5.2%#187–Artificial Analysis
AutomationBenchIndex対象外–0.5%#241–Artificial Analysis
GDP.pdf (AA)Index対象外–2.0%#225–Artificial Analysis
AA-Briefcase v1.1Index対象外–143#243–Artificial Analysis
BrowseCompIndex対象外エフォート未記載––1.5%#13OpenAI

数学

ベンチマークlowmediumhigh標準出典推移
FrontierMath Tiers 1–33.9%#11810.5%#10918.6%#99–Epoch AI Benchmarking Hub
FrontierMath Tier 4––0.0%#77–Epoch AI Benchmarking Hub
OTIS Mock AIME44.4%#20563.9%#16876.9%#136–Epoch AI Benchmarking Hub
MATH Level 5–95.2%#1496.5%#10–Epoch AI Benchmarking Hub
AIME (Vals)––86.5%#32–Vals AI
MGSM––91.3%#27–Vals AI
MATH 500Index対象外––91.8%#19–Vals AI
Arena Maths––1405#1471382#175Arena (LMArena)

知識

ベンチマークhigh出典推移
SimpleQA Verified15.3%#91Epoch AI Benchmarking Hub
MMLU-Pro78.7%#99Vals AI
LegalBench71.5%#118Vals AI
CorpFin45.3%#114Vals AI
TaxEval69.4%#96Vals AI
MedQA94.8%#14Vals AI

指示追従

ベンチマークhigh標準出典推移
IFBench67.1%#89–Artificial Analysis
Arena Instruction FollowingIndex対象外1366#1841344#201Arena (LMArena)

人間の評価

ベンチマークmediumhigh標準出典推移
Arena Text–1364#1971348#211Arena (LMArena)
Arena Creative WritingIndex対象外–1312#2111301#226Arena (LMArena)
Arena Multi-turnIndex対象外–1345#2061340#215Arena (LMArena)
Arena Longer QueriesIndex対象外–1373#1921360#204Arena (LMArena)
Lech Mazur Creative WritingIndex対象外61.5%#4261.7%#41–Lech Mazur

長文コンテキスト

ベンチマークmediumhigh出典推移
Fiction.LiveBench 120k43.8%#25–Fiction.live
AA-LCR v1.1–43.0%#369Artificial Analysis
MLCRIndex対象外–7.2%#145Artificial Analysis

総合

ベンチマークhigh標準出典推移
Epoch Capabilities IndexIndex対象外エフォート未記載–140.6#114Epoch AI Benchmarking Hub
AA Intelligence Index v4.3.2Index対象外11.0#37812.5#340Artificial Analysis
AA Progress Index v1Index対象外220#350214.5#365Artificial Analysis

安全性・誠実さ

ベンチマークlowmediumhigh標準出典推移
FORTRESSIndex対象外エフォート未記載–––30.1%#57Scale AI SEAL
MASKIndex対象外49.7%#5048.9%#5546.8%#59–Scale AI SEAL
PropensityBenchIndex対象外エフォート未記載–––33.2%#5Scale AI SEAL

タスクあたりのコスト

最もスコアの高い構成の定価、出力速度、回答開始までの時間から算出した推定値です。「キャッシュあり」は、入力の4分の3が100万トークンあたり$0.550のプロンプトキャッシュから提供されると仮定しています。推論トークンは考慮していません。

ワークロード入力/出力トークンコストキャッシュあり時間
チャットの返答400 / 300$0.0018$0.00167.8 s
30ページのレポートを要約12,000 / 600$0.016$0.0119.4 s
コード編集6,000 / 1,500$0.013$0.01114.1 s
エージェント型コーディングセッション60,000 / 4,000$0.084$0.05927.1 s
構造化データの抽出2,000 / 200$0.0031$0.00237.3 s

OpenAIのほかのモデル

今月の新着

関連ページ

埋め込み・引用

o3-miniの順位をモデルカードやREADMEに表示できます。バッジは毎日の更新に合わせて描き直され、データの日付が入り、このページへリンクします。

[![o3-mini on BenchLeader: 総合 168位](https://www.benchleader.com/badge/o3-mini.svg)](https://www.benchleader.com/models/o3-mini)

このページを引用する

ランキングは毎日変わるため、参考文献にはデータの日付を入れます。APAスタイル:

BenchLeader. (2026, November 16). o3-mini on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/o3-mini

BibTeX:

@misc{benchleader_o3_mini_20261116,
  author       = {{BenchLeader}},
  title        = {{o3-mini on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/o3-mini}},
  note         = {Data as of 2026-11-16}
}

すべてのバッジスタイル、埋め込み用のトップ10ウィジェット、Indexの引用方法

よくある質問

o3-miniのベンチマークスコアは?
2026年11月16日時点で、o3-miniのBenchLeader Indexは50.2 ±4.9です。最も強いのは数学(55)、最も弱いのはエージェント・ツール(40)です。この評価は第三者のベンチマーク結果だけに基づいており、このページのすべてのスコアに公開元へのリンクがあります。
o3-miniの順位は?
2026年11月16日時点で、o3-miniはランク付けされた608構成中344位です。ほかに279構成のスコアが誤差の範囲内にあるため、正確な順位よりも順位帯のほうが意味を持ちます。首位はClaude Fable 5.2(推論エフォート max)で、72.7です。
o3-miniの料金は100万トークンあたりいくらですか?
2026年11月16日時点で、o3-miniの料金は入力100万トークンあたり$1.10、出力100万トークンあたり$4.40で、ブレンド価格(出力1トークンにつき入力3トークン)は$1.93です。
o3-miniはいつリリースされましたか?
OpenAIが2025年1月31日にo3-miniをリリースしました。BenchLeaderには4通りの推論エフォート設定での結果があります。

2026年11月16日時点のデータです。 これらの構成を比較

引用表記:BenchLeader「o3-mini:ベンチマーク、料金、速度、順位」2026年11月16日時点のデータ、https://www.benchleader.com/ja/models/o3-mini