同步自 OpenRouter · 400 个模型 · source=openrouter · 2026-08-10T01:43:45.463Z
o3
openai/o3
OpenAI o3-mini-high 是 o3-mini 模型以 reasoning_effort=high 设置的版本，专为 STEM 推理任务优化，尤其在科学、数学和编码领域表现突出。该模型支持函数调用、结构化输出和流式响应，但不支持视觉处理。相比前代有显著改进，适合需要深度思考的复杂问题解决。以厂商/网关为准。上下文窗口约 200K tokens，兼顾成本与性能，适用于开发者生产环境。
OpenAI 高效 STEM 推理模型，高推理努力版本。
GPT系列
OpenAI · 知识库 159 模 / 31 族
OpenAI 高效 STEM 推理模型，高推理努力版本。
OpenAI o3-mini-high 是 o3-mini 模型以 reasoning_effort=high 设置的版本，专为 STEM 推理任务优化，尤其在科学、数学和编码领域表现突出。该模型支持函数调用、结构化输出和流式响应，但不支持视觉处理。相比前代有显著改进，适合需要深度思考的复杂问题解决。以厂商/网关为准。上下文窗口约 200K tokens，兼顾成本与性能，适用于开发者生产环境。
GPT系列由OpenAI推出，是基于Transformer架构的生成预训练模型家族。历经多次迭代，已成为业界领先的通用AI解决方案。该系列模型擅长处理自然语言任务，包括对话交互、文本生成、代码编写、逻辑推理和多模态理解。适用于教育辅助、软件开发、营销内容创作、数据分析和客户服务自动化等场景。然而，模型可能产生不准确信息（幻觉），知识受训练数据截止限制，且在高度专业或实时动态领域表现有限。建议用户在关键应用中进行人工验证。
OpenAI GPT 系列旗舰与效率档，覆盖对话、工具调用与多模态。
o3 is a well-rounded and powerful model across domains. It sets a new standard for math, science, coding, and visual reasoning tasks. It also excels at technical writing and instruction-following....
- OpenAI 高效 STEM 推理模型，高推理努力版本。
- OpenAI 开发的通用大语言模型家族
- 归并版本 108 个
- o3-mini-high 为 o3-mini 模型 reasoning_effort 设置为 high 的变体，非独立模型版本。
- GPT家族从GPT-1起步，GPT-3实现规模化飞跃，GPT-3.5引入Instruct优化，GPT-4支持多模态输入，GPT-4o提升效率与性能，o1系列引入强化学习推理链。整体演进聚焦于提升智能水平、降低使用成本并扩展应用边界。
适用场景
- 通用问答与对话
- 代码生成与调试
- 内容创作与总结
- 复杂问题推理
能力 / 优势
- 通用能力强
- 迭代更新快
- 生态集成广
边界 / 不适合
- 存在幻觉风险
- 知识有截止日期
接入提示：OpenAI 兼容 API；OpenRouter 短 ID: openai/o3-mini-high；支持 streaming、function calling、structured outputs。测速入口以 OpenRouter 为准。
常见问题
o3-mini-high 与 o3-mini 有什么区别？
o3-mini-high 是 o3-mini 以 reasoning_effort=high 运行的版本，推理更深入但响应稍慢。
该模型支持视觉输入吗？
不支持视觉处理，纯文本模型。
历史版本 / 相关变体
| 版本 | 模型 | 参数 | 来源 | 说明 |
|---|---|---|---|---|
| 5.6 | GPT-5.6 Luna Pro openai/gpt-5.6-luna-pro | — | OpenRouter | |
| 5.6 | GPT-5.6 Luna Pro (batch) openai/gpt-5.6-luna-pro:batch | — | OpenRouter | |
| 5.6 | GPT-5.6 Luna openai/gpt-5.6-luna | — | OpenRouter | |
| 5.6 | GPT-5.6 Luna (batch) openai/gpt-5.6-luna:batch | — | OpenRouter | |
| 5.6 | GPT-5.6 Terra Pro openai/gpt-5.6-terra-pro | — | OpenRouter | |
| 5.6 | GPT-5.6 Terra Pro (batch) openai/gpt-5.6-terra-pro:batch | — | OpenRouter | |
| 5.6 | GPT-5.6 Terra openai/gpt-5.6-terra | — | OpenRouter | |
| 5.6 | GPT-5.6 Terra (batch) openai/gpt-5.6-terra:batch | — | OpenRouter | |
| 5.6 | GPT-5.6 Sol Pro openai/gpt-5.6-sol-pro | — | OpenRouter | |
| 5.6 | GPT-5.6 Sol Pro (batch) openai/gpt-5.6-sol-pro:batch | — | OpenRouter | |
| 5.6 | GPT-5.6 Sol openai/gpt-5.6-sol | — | OpenRouter | |
| 5.6 | GPT-5.6 Sol (batch) openai/gpt-5.6-sol:batch | — | OpenRouter | |
| 5.5 | GPT-5.5 Pro openai/gpt-5.5-pro | — | OpenRouter | |
| 5.5 | GPT-5.5 Pro (batch) openai/gpt-5.5-pro:batch | — | OpenRouter | |
| 5.5 | GPT-5.5 openai/gpt-5.5 | — | OpenRouter | |
| 5.4 | GPT-5.4 Image 2 openai/gpt-5.4-image-2 | — | OpenRouter | |
| 5.4 | GPT-5.4 Nano openai/gpt-5.4-nano | — | OpenRouter | |
| 5.4 | GPT-5.4 Nano (batch) openai/gpt-5.4-nano:batch | — | OpenRouter | |
| 5.4 | GPT-5.4 Mini openai/gpt-5.4-mini | — | OpenRouter | |
| 5.4 | GPT-5.4 Mini (batch) openai/gpt-5.4-mini:batch | — | OpenRouter | |
| 5.4 | GPT-5.4 Pro openai/gpt-5.4-pro | — | OpenRouter | |
| 5.4 | GPT-5.4 Pro (batch) openai/gpt-5.4-pro:batch | — | OpenRouter | |
| 5.4 | GPT-5.4 openai/gpt-5.4 | — | OpenRouter | |
| 5.4 | gpt-5.4-2026-03-05 gpt-5.4-2026-03-05 | — | 本站网关 | 免费/网关 |
定价与限制
| 输入 | $2.00 / 百万 tokens |
| 输出 | $8.00 / 百万 tokens |
| 缓存读 / 写 | $0.500 / — |
| 最大输出 | 100k |
| 输入模态 | image, text, file |
| 输出模态 | text |
| HF | — |
支持参数
价格与基准分优先同步自 OpenRouter；网关短 ID 由本站平台清单补全，介绍/历史版本融合 Hugging Face 检索与家族知识库。能力验真请用 bench_v1 实验室 · OCR 天梯。
关于本页实体
o3：怎么用本页做决策
o3: live quotes and risk signals on GrokCode. Aggregation only — not a storefront.
Use related guides for methodology; use the tables above for numbers that change hourly.
相关指南
- 2026 Grok 编码模型天梯：性价比与选型实战榜 — 聚焦Grok Build 0.1编码代理天梯，实测多场景性价比、上下文长度与工具调用稳定性；对比主流模型，提供工程选型清单与硬件适配建议。
- 2026 GrokCode vLLM 本地部署生产清单：并发、显存、量化与模型天梯实战 — vLLM本地部署生产级配置全指南，聚焦并发处理能力、显存优化、量化策略与编码模型天梯性价比对比。结合GrokCode实验室实测数据，提供工程可核验的硬件搭配方案
- Grok / xAI 模型天梯在 vLLM 本地部署的性价比排行榜 — 2026年 GrokCode 模型天梯在 vLLM 本地部署场景下的编码模型排行榜，覆盖 70B 级 TCO 实测、量化策略与业务选型路径。
- 本地部署 70B 模型天梯：TCO 实测与电费卡费量化 — GrokCode 针对 70B 级别本地部署的算力账单化方案，涵盖电费、硬件卡费、量化策略实测数据与 vLLM 生产清单，助力模型天梯性价比选型。
- 编码模型天梯怎么读：Grok 4.5 性价比榜与业务选型实战 — 2026 年最新 Grok 4.5 / Grok 4.20 编码模型天梯拆解：BenchAlign v5、LM Arena、HighWalk 实测数据 + 与
- 2026 模型天梯实测：DeepSeek R1、Qwen3、Grok 4、Claude Opus 5 工程选型指南 — 基于最新基准与真实 API 延迟、成本、编码/推理表现，构建 2026 年中转与本地混合部署的模型天梯。包含量化对比表、场景推荐及避坑清单，帮助开发者快速定位最
- 2026 本地推理模型天梯：7B-70B GPU 量化部署与 TCO 实测指南 — 基于 2026 年最新开源模型基准，构建从 4B 到 70B 参数的本地部署天梯。包含 RTX 5090/4090 实测吞吐、4bit/8bit 量化策略、vL
- 多模型统一路由：OpenAI 兼容网关设计要点 — GrokCode 品牌专题：多模型统一路由：OpenAI 兼容网关设计要点。 锚点：中转、路由。
常见问题
- Where do o3 prices come from?
- From public catalogs and lab snapshots. Prefer official pages for final billing truth.
関連ツール
Clavue CLI / imux IDE / clavue-2.1
Clavue · CLI 与 Agent 平台
CLI / GUI Agent 运行时、设备登录、会员额度与 OpenAI 兼容 API（api.clavue.com）。开发脚本、CI 与本地工具一条链路。
打开 Clavue ↗imux · 原生 macOS AI IDE
Clavue 平台的原生 IDE：多 Agent 分屏、Ghostty 级终端、Agent Chat、浏览器自动化与 Supervisor——不是又一个 Electron 壳。
了解 imux ↗Clavue 2.1 · 产品级大模型
旗舰模型 clavue-2.1（及 fast / pro / rev）：适合复杂推理与长程 Agent 循环。Chat、imux、API 共用会员额度。
查看模型 ↗