O3 Mini Batch
Rede Neural
O3 Mini para código e STEM — modelo de raciocínio da OpenAI com parâmetro reasoning_effort ajustável.
Especificações
- Entrada
- texto, documentos
- Saída
- texto
- Tamanho do contexto
- 200 000 tokens
- Comprimento máximo de resposta
- 100 000 tokens
- Níveis de raciocínio
- baixo, médio, alto
- Recursos
- chamada de funções
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Como funciona O3 Mini Batch?
O3 Mini é um modelo de raciocínio da OpenAI focado em STEM: ciência, matemática e programação. Sua principal característica é o parâmetro reasoning_effort, que permite definir a profundidade do raciocínio: menos esforço resulta em respostas mais rápidas e econômicas, enquanto mais esforço oferece uma análise mais precisa de problemas complexos. A versão batch é ideal para processamento em lote, onde o volume é mais importante que a resposta imediata. No BotHub, você acessa o modelo sem VPN ou cartões estrangeiros, pagando apenas pelos tokens utilizados, em rublos e sem assinaturas. Com mais de 250 modelos disponíveis na mesma janela, é fácil comparar respostas e alternar entre eles. Além disso, a API compatível com OpenAI permite trocar de modelo no código com apenas uma linha, sem reescrever a integração. As conversas são criptografadas via AES-GCM, e empresas contam com contratos, faturas, EDI e painel administrativo com limites. É ideal para resolver problemas de engenharia ou competições passo a passo, escrever e refatorar código, encontrar erros de lógica, processar lotes de cálculos ou testar hipóteses de pesquisa.Perguntas frequentes sobre O3 Mini Batch
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
É um modelo de texto da OpenAI com uma janela de contexto de 200.000 tokens: análise e comparação de documentos, trabalho com código, análise de dados, tarefas STEM e preparação de resumos. A versão batch é conveniente quando você precisa processar um grande volume de solicitações semelhantes em lote, em vez de uma por uma.
O limite de saída é de até 100.000 tokens por resposta. Isso é suficiente para análises técnicas extensas, documentação detalhada, grandes fragmentos de código com comentários ou resumos detalhados de documentos carregados, sem precisar dividir a tarefa em partes.
O modelo pertence à série 'o' da OpenAI e suporta o parâmetro de esforço (effort): você define quanto recurso gastar no pensamento. Em solicitações simples, o esforço mínimo é mais vantajoso; em matemática, lógica e análise de código, um esforço maior é recomendado.
Sim, de acordo com nossos dados, a chamada de funções (function calling) e a saída estruturada em JSON estão disponíveis. Isso permite integrar o modelo em agentes e pipelines, onde a resposta precisa ser enviada diretamente para o código, banco de dados ou serviço externo sem a necessidade de análise manual do texto.
Além de texto, o modelo aceita documentos — eles podem ser analisados, comparados e resumidos. Para imagens, áudio e vídeo, o BotHub possui modelos separados, e você pode alternar para eles na mesma janela ou através da API unificada.
Não há uma nota específica sobre idiomas em nossos dados, por isso é melhor testar o modelo com seus próprios prompts e documentos — no BotHub, isso é feito com apenas alguns cliques. O serviço funciona a partir da Rússia sem VPN, com pagamento em rublos usando cartões russos.