o3-pro
性价比更高: MiMo-V2.5 $0.138/M 即可获得 Index 56.3,价格只有 254 分之一。
有 85 个更便宜的已排名模型得分更高:Claude Fable 5.2 (72.7, $16.00)、Gemini 4 Carbon (68.9, $4.00)、Claude Opus 5.5 (68.4, $8.00),另有 82 个。
截至 2026年11月16日,o3-pro(OpenAI)在 BenchLeader Index 上得分 55.9(共 608 个已排名配置)。表现最好的是编程(67),最弱的是推理(39)。API 价格为输入每百万 token $20.00、输出每百万 token $80.00(按 3:1 混合为 $35.00),为 2026年11月16日的标价。发布于 2025年6月10日。
要点(截至 2026年11月16日)
- o3-pro 的 API 价格为输入每百万 token $20.00、输出每百万 token $80.00(按 3:1 混合为 $35.00)(标价,2026年11月16日)。
- o3-pro 于 2025年6月10日发布(OpenAI)。
详细说明:o3-pro 是 OpenAI 的闭源推理模型,发布于 2025年6月10日。其最佳配置(推理强度 high)在 BenchLeader Index 上得分 55.9 ±8.6,在 608 个配置中排第 198 名,处于上半区。关键在于这个“±”:另有 387 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,编程得分最高(67),推理最低(39)。按混合价格计,每百万 token $35.00,属于已排名模型中最贵的一档。它已在 4 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年10月7日。
- 混合价格
- $35.00/M
- 输入 $20.00 · 输出 $80.00
- 来源:Artificial Analysis
- 输出速度
- –
- 首次回答
- –
- 上下文
- 200k
- 来源:models.dev
- 单任务成本
- –
- 单任务 token 数
- –
- 发布日期
- 2025年6月10日
- 综合 Index56
- 推理39
- 编程67
- 知识62
- 指令遵循58
- 多模态66
嵌入这个排名
更多徽章样式[](https://www.benchleader.com/models/o3-pro)粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。
不同推理强度的配置
同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。
Index 走势
2026年9月9日 至 2026年11月16日- high
- 默认
Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。
基准测试结果
查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。
推理
| 基准测试 | low | medium | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|---|---|
| GPQA Diamond (AA)不计入 Index推理强度未说明 | – | – | – | 84.5%#140 | Artificial Analysis | |
| Kagi LLM Benchmark推理强度未说明 | – | – | – | 72.1%#24 | Kagi LLM Benchmark | |
| ARC-AGI-1 | 44.3%#195 | 57.0%#176 | 59.3%#169 | – | ARC Prize | |
| ARC-AGI-2 | 2.1%#208 | 1.9%#213 | 4.9%#185 | – | ARC Prize | |
| LMCA不计入 Index | – | – | 38.5%#119 | – | Epoch AI Benchmarking Hub | |
| DTBench不计入 Index | – | – | 86.9%#110 | – | Epoch AI Benchmarking Hub |
编程
| 基准测试 | high | 来源 | 趋势 |
|---|---|---|---|
| WeirdML | 58.2%#52 | WeirdML | |
| Aider Polyglot | 84.9%#3 | Aider polyglot leaderboard |
智能体与工具
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| MCP Atlas | 44.5%#36 | Scale AI SEAL |
知识
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| PRBench Finance推理强度未说明 | – | 49.1%#13 | Scale AI SEAL | |
| PRBench Legal推理强度未说明 | – | 49.7%#12 | Scale AI SEAL | |
| MultiNRC | 49.0%#10 | – | Scale AI SEAL |
指令遵循
| 基准测试 | high | 默认 | 来源 | 趋势 |
|---|---|---|---|---|
| MultiChallenge | 62.4%#14 | – | Scale AI SEAL | |
| TutorBench推理强度未说明 | – | 54.6%#5 | Scale AI SEAL |
人类偏好
| 基准测试 | medium | 来源 | 趋势 |
|---|---|---|---|
| Lech Mazur Creative Writing不计入 Index | 84.4%#4 | Lech Mazur |
多模态
| 基准测试 | high | 来源 | 趋势 |
|---|---|---|---|
| VISTA | 51.6%#6 | Scale AI SEAL |
长上下文
| 基准测试 | medium | 来源 | 趋势 |
|---|---|---|---|
| Fiction.LiveBench 120k | 88.9%#5 | Fiction.live |
综合
| 基准测试 | 默认 | 来源 | 趋势 |
|---|---|---|---|
| Epoch Capabilities Index不计入 Index | 147.5#78 | Epoch AI Benchmarking Hub | |
| AA Intelligence Index v4.3.2不计入 Index | 21.9#215 | Artificial Analysis |
安全与诚实
| 基准测试 | high | 来源 | 趋势 |
|---|---|---|---|
| MASK不计入 Index可能存在污染 | 82.5%#22 | Scale AI SEAL |
优势所在
在所有已测配置中,这个配置排名前五的基准测试。
一项任务的成本
根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存。未计入推理 token。
| 工作负载 | 输入 / 输出 token | 成本 | 使用缓存 | 耗时 |
|---|---|---|---|---|
| 聊天回复 | 400 / 300 | $0.032 | – | – |
| 总结一份 30 页的报告 | 12,000 / 600 | $0.288 | – | – |
| 代码编辑 | 6,000 / 1,500 | $0.240 | – | – |
| 智能体编程会话 | 60,000 / 4,000 | $1.52 | – | – |
| 结构化信息提取 | 2,000 / 200 | $0.056 | – | – |
另请参阅
嵌入或引用
在模型卡片或 README 中展示 o3-pro 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。
[](https://www.benchleader.com/models/o3-pro)引用本页
排名每天都会变化,因此引用时需注明数据日期。APA 格式:
BenchLeader. (2026, November 16). o3-pro on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/o3-pro
BibTeX:
@misc{benchleader_o3_pro_20261116,
author = {{BenchLeader}},
title = {{o3-pro on the BenchLeader Index (method v1.4)}},
year = {2026},
month = nov,
howpublished = {\url{https://www.benchleader.com/models/o3-pro}},
note = {Data as of 2026-11-16}
}常见问题
- o3-pro 的基准测试得分是多少?
- 截至 2026年11月16日,o3-pro(推理强度 high)的 BenchLeader Index 为 55.9 ±8.6。最强的是编程(67),最弱的是推理(39)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
- o3-pro 排名第几?
- 截至 2026年11月16日,o3-pro(推理强度 high)在 608 个已排名配置中排第 198 名。另有 387 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
- o3-pro 每百万 token 的价格是多少?
- 截至 2026年11月16日,o3-pro 的价格为输入每百万 token $20.00、输出每百万 token $80.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $35.00。
- o3-pro 是什么时候发布的?
- OpenAI 于 2025年6月10日发布了 o3-pro。BenchLeader 收录了它在 4 种推理强度设置下的结果。
数据截至 2026年11月16日。 对比这些配置
引用格式:BenchLeader,《o3-pro:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/o3-pro。