Posso eseguire o3-mini localmente o scaricare i pesi?

No. o3-mini è un modello solo API di OpenAI; i pesi non sono pubblici e non è possibile eseguirlo sul proprio hardware.

Quanto costa o3-mini e quanto è grande il suo contesto?

Costa $1,10 per milione di token in input e $4,40 per milione di token in output, con una finestra di contesto da 200.000 token.

In cosa differisce o3-mini da o1 e da o3?

o3-mini è più piccolo e più economico di entrambi, ma a sforzo medio di ragionamento eguaglia o1 nei benchmark matematici e scientifici difficili; scambia un po' di tetto massimo per latenza e costo inferiori, e aggiunge il parametro reasoning_effort che o1 non espone.

O3 Mini

5918°

#llm #openai #ragionamento #programmazione #matematica #agenti

Esegui questo modello

Offerte / Annunci

OpenRouter Terminale / API

Paga per token

Chatta con questo modello nel browser o chiamalo dal tuo codice con una chiave API.

OpenAI | contesto di 200.000 token | $1.10/M input, $4.40/M output. OpenAI o3-mini è un modello linguistico economico ottimizzato per compiti di ragionamento STEM, eccellendo in scienza, matematica e codifica. Supporta il parametro reasoning_effort, impostabile su "high", "medium" o "low" per controllare il tempo di pensiero del modello. Il default è "medium". OpenRouter offre anche lo slug modello openai/o3-mini-high per impostare il parametro su "high" di default. Il modello presenta tre livelli regolabili di sforzo di ragionamento e supporta capacità chiave per sviluppatori come chiamata…OpenAI | contesto di 200.000 token | $1.10/M input, $4.40/M output. OpenAI o3-mini è un modello linguistico economico ottimizzato per compiti di ragionamento STEM, eccellendo in scienza, matematica e codifica. Supporta il parametro reasoning_effort, impostabile su "high", "medium" o "low" per controllare il tempo di pensiero del modello. Il default è "medium". OpenRouter offre anche lo slug modello openai/o3-mini-high per impostare il parametro su "high" di default. Il modello presenta tre livelli regolabili di sforzo di ragionamento e supporta capacità chiave per sviluppatori come chiamata di funzioni, output strutturati e streaming, anche se non include capacità di elaborazione visiva. Mostra miglioramenti significativi rispetto al predecessore, con tester esperti che preferiscono le sue risposte nel 56% dei casi e una riduzione del 39% degli errori gravi su domande complesse. Con impostazioni di sforzo medio, o3-mini raggiunge le prestazioni del modello più grande o1 in valutazioni di ragionamento difficili come AIME e GPQA, mantenendo latenza e costi inferiori.

Guide per questo modello

Le 10 alternative a ChatGPT più economiche nel 2026: modelli locali gratuiti, piani gratuiti e tariffe fisse

Come scegliere un modello AI a ottobre 2026: le novità closed source, poi i pesi aperti da scaricare

Pesi aperti vs open source vs solo API: cosa puoi davvero fare

Tutte le guide

Note del capitano

Scritto da Captain, l'editor di casa

Note del 2026-10-13

o3-mini è il modello di ragionamento a costi contenuti di OpenAI, pensato specificamente per lavori STEM: scienza, matematica e programmazione. La sua caratteristica principale è una manopola regolabile dello sforzo di ragionamento — basso, medio o alto — così paghi solo per il livello di pensiero che il compito richiede. A sforzo medio eguaglia il più grande o1 nei benchmark di ragionamento difficili, rendendolo una scelta pratica per sviluppatori che vogliono risultati di livello ragionamento senza bollette da modello di fascia alta.

Conosciuto per

Tre livelli di sforzo di ragionamento per bilanciare velocità e costo con qualità della risposta.
Eguaglia o1 nei benchmark matematici e scientifici AIME e GPQA a sforzo medio.
39% di errori gravi in meno su domande complesse rispetto al predecessore.
Toolkit completo per sviluppatori: chiamata di funzioni, output strutturati e streaming.
Finestra di contesto da 200.000 token per gestire basi di codice lunghe e documenti tecnici.

Attenzione a

Nessun supporto visivo — non può elaborare immagini, quindi per compiti multimodali serve un modello diverso.
Pesi chiusi; si accede tramite API e non è possibile eseguirlo localmente.
I token di output costano quattro volte il tasso di input, quindi catene di ragionamento verbose diventano costose.

Ideale per

Programmazione

Matematica

Ragionamento

Agenti e uso di strumenti

Prompt da provare

Debug di una ricorsione complessa

Ecco una funzione ricorsiva Python che calcola il numero di modi per piastrellare una tavola 2×N con domino 1×2. Fornisce risposte errate per N maggiore di 20. Trova il bug, spiega perché si verifica e fornisci una versione corretta con una breve spiegazione della correzione: def tile(n): if n == 0: return 1 if n == 1: return 1 return tile(n-1) + tile(n-2)

Dimostrare un risultato di combinatoria

Dimostra che per ogni intero positivo n, la somma dei primi n numeri dispari è uguale a n al quadrato. Fornisci una dimostrazione per induzione, poi una seconda dimostrazione usando un argomento geometrico o combinatorio. Mantieni ogni dimostrazione autonoma e spiega ogni passaggio.

Pianifica un agente multi-step

Progetta un agente minimale che chiama strumenti per rispondere a domande su un database SQLite locale. Elenca gli strumenti necessari, lo schema JSON per ogni chiamata e risposta, il ciclo decisionale in pseudocodice e i due o tre modi di fallimento che proteggeresti per primi.

Confronta con

gpt-oss-120b
Modello con pesi aperti
Contesto di 131,072 token · Input $0.15/M, output $0.60/M
gpt-oss-20b
Modello con pesi aperti
Contesto di 131,072 token · Input $0.02/M, output $0.09/M
GPT-5.6 Sol
Modello solo API
Contesto di 1,050,000 token · Input $4.00/M, output $20.00/M
GPT-6.1 Sol
Modello solo API
Contesto di 1,050,000 token · Input $2.00/M, output $10.00/M

Altri modelli di testo da openai

Domande frequenti

Posso eseguire o3-mini localmente o scaricare i pesi?: No. o3-mini è un modello solo API di OpenAI; i pesi non sono pubblici e non è possibile eseguirlo sul proprio hardware.
Quanto costa o3-mini e quanto è grande il suo contesto?: Costa $1,10 per milione di token in input e $4,40 per milione di token in output, con una finestra di contesto da 200.000 token.
In cosa differisce o3-mini da o1 e da o3?: o3-mini è più piccolo e più economico di entrambi, ma a sforzo medio di ragionamento eguaglia o1 nei benchmark matematici e scientifici difficili; scambia un po' di tetto massimo per latenza e costo inferiori, e aggiunge il parametro reasoning_effort che o1 non espone.

Verdetto del capitano
La manopola dello sforzo di ragionamento è il vero punto di forza: un default sensato, facile da aumentare quando il problema lo merita.

Il capitano scrive queste note dalla descrizione e dalla scheda modello. Prezzi e dimensioni del contesto sono quelli del provider al momento della scrittura e possono cambiare.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Come si calcola questo punteggio

Questo modello non ha ancora dati di popolarità da nessuna fonte, quindi ha un numero provvisorio sotto 7,000° che mantiene le liste complete. Non supera mai un modello con dati. La suddivisione appare qui appena una fonte la segnala.

Glossario: i termini usati qui

Punteggio heat: Un numero che indica quanto un modello è usato e desiderato ora, da 0° a 9.999°. Ogni lista su questo sito che dice più caldo è ordinata per questo e nient’altro.
Soglia minima: I 7.000° da cui parte ogni modello con dati reali. La scala va da 0° a 9.999°; la parte sotto la soglia è riservata ai sostituti (modelli senza dati), così un modello con dati è sempre sopra uno senza. La soglia è uguale per tutti e non decide nulla; i gradi sopra sono la misura.
Equivalenti di download: Tutto ciò che il punteggio considera come un download, sommato: i download stessi, ogni seeder torrent come 1.000, ogni immagine AI Horde e ogni esecuzione su un sito di generazione come uno.
Scala logaritmica: Conta a decine, non a unità: passare da 1.000 a 10.000 download aggiunge gli stessi gradi che passare da 10.000 a 100.000. Evita che i giganti schiaccino tutto il resto.
Like: Pollici in su e like da ogni fonte, valgono metà di un download sulla scala logaritmica.
Tasso di adozione: Quanti download al giorno riceve un modello ora, dalla differenza tra due rilevazioni di una fonte. Un quarto del peso del termine download.
Misurato e stimato: Misurato significa che ci sono due letture di una fonte e la differenza è reale. Stimato significa che si conosce solo il totale di oggi e il passato è distribuito sulla vita del modello; il sito indica quale viene mostrato.
Seeder: Qualcuno che mantiene una copia dei pesi online per farli scaricare agli altri tramite torrent, o uno specchio ospitato che fa lo stesso. Ognuno conta come 1.000 download.
AI Horde: Una rete di volontari che genera immagini gratis su computer donati. Il numero di immagini create con un modello è pubblico, e ognuna conta come un download.
Siti di generazione: Siti che ospitano copie di un modello e permettono di generare con esso, come PixAI, SeaArt e Yodayo. I loro download contano come quelli di Civitai e ogni generazione come un download.
Token OpenRouter: Un modello di testo servito tramite API, come Claude o GPT, non ha pesi da scaricare, quindi il suo utilizzo si misura in token: i pezzi di testo letti e scritti tramite OpenRouter, un gateway usato da molte app, negli ultimi 30 giorni. Ogni 10,000,000 token conta come un download. Fonte: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Modello completo (checkpoint): I pesi stessi, il file che genera da solo. Riceve un bonus perché da esso dipendono gli add-on.
LoRA e embedding: Piccoli file add-on che indirizzano i pesi di qualcun altro verso uno stile, un personaggio o un concetto. Non possono funzionare da soli.
Famiglia e pesi: La base su cui è costruito un modello, come SD 1.5, SDXL, Flux o Wan. Ogni modello eredita la data di rilascio dei pesi della sua famiglia.
Età: Gradi tolti in base a quanto tempo fa sono usciti i pesi della famiglia: 150° all'anno, fino a 750°. Mantiene i vecchi download che hanno avuto anni per accumularsi congelando la cima della lista.
Boost famiglia: Una piccola spinta limitata per le LoRA di una famiglia che questo sito sta promuovendo ora, sempre elencata nel dettaglio.
Punteggio stand-in: Un numero stabile sotto il minimo dato a un modello su cui nessuna fonte ha ancora dati, così le liste restano complete. Non supera mai un modello con dati.
Novità! (periodo di grazia): Un modello più giovane di 7 giorni mostra Novità! invece di un punteggio e non ha posizione nelle classifiche. Il suo punteggio è calcolato dal primo giorno, ma un modello di un giorno cresce più velocemente di qualsiasi altro, quindi senza l'attesa il #1 della settimana sarebbe sempre quello uscito ieri invece di quello che ha resistito per una settimana.
Tendenza: Come la crescita di un modello in un periodo si confronta con la crescita tipica di un modello nello stesso periodo. Più veloce del tipico si legge come aumento, più lento come calo.
Modello tipico: Il centro del catalogo: metà dei modelli con un valore è cresciuta più velocemente nel periodo, metà più lentamente.

Modelli simili

Modelli di IA per generare immagini, video e testo

O3 Mini è un modello di testo per la famiglia Text / LLM presente su ModelTrends.ai, un catalogo in sola lettura di modelli di IA open source per immagini, video e testo. Confrontalo con gli altri modelli Text / LLM e controlla il punteggio di calore per vedere la tendenza.

Altri modelli Text / LLM Altri Testo / LLM Text / LLM llm openai ragionamento programmazione matematica agenti

Sfoglia per famiglia di modelli