o3는 OpenAI가 내놓은 추론형 모델이야. 복잡한 코드, 수학, 과학, 이미지 섞인 분석처럼 여러 단계를 거치는 일을 맡길 때 쓰는 이름으로 보면 쉬워.
모델을 고를 때 먼저 확인할 것만 모았어. 어려운 말은 링크를 눌러 뜻부터 잡으면 돼.
API 기준 컨텍스트 200K, 최대 출력 100K 토큰이야. 긴 추론 작업에 맞춰 토큰 예산을 넉넉하게 잡아야 한다.
한 번에 읽을 수 있는 글·코드 길이와 실제 실행에 필요한 메모리를 같이 보는 칸이야.
OpenAI의 상위 o-series reasoning 모델이야. 수학, 과학, 코딩, 시각 추론처럼 여러 단계를 거쳐야 하는 문제를 풀도록 설계됐다.
모델이 어떤 방식으로 만들어졌는지 보는 칸이야. MoE, Transformer, 비전 인코더처럼 낯선 말은 링크로 확인하면 돼.
활성 파라미터 수는 비공개다. 대신 reasoning effort, 함수 호출, structured outputs 같은 운용 옵션이 핵심 차이점이야.
모델 전체가 얼마나 큰지, 답을 만들 때 그중 얼마가 실제로 쓰이는지 나눠 보는 칸이야.
텍스트와 이미지 입력을 받아 텍스트를 출력한다. 오디오와 비디오는 기본 모델 기준 미지원이야.
텍스트만 쓰는지, 이미지·음성·영상도 받는지, 결과는 어떤 형태로 나오는지 확인해.
Responses API와 Chat Completions에서 바로 쓸 수 있고, Realtime·Assistants·Batch도 열린다. 복잡한 추론 작업에 쓰는 상위 티어 API 모델로 보면 돼.
OpenAI API 기준 1M 토큰당 입력 $2.00, 캐시 입력 $0.50, 출력 $8.00이야.
같은 계열명처럼 보여도 만든 곳이 다르면 가격표, 접근 경로, 운영 조건이 달라질 수 있어.
o3는 OpenAI의 추론형 모델이야. 짧은 반응 속도보다 여러 단계를 거쳐 분석하고 판단하는 일에 더 맞춘 모델로 이해하면 쉬워.
실무에서는 복잡한 코드 수정, 기술 문서 작성, 수학·과학 문제 풀이, 텍스트와 이미지를 같이 보는 분석 작업에 잘 맞아. OpenAI API에서 호출하는 모델이고 텍스트와 이미지를 입력으로 받을 수 있어서, 다단계 판단이 필요한 워크플로에 넣기 좋아.
o3는 OpenAI가 추론 모델을 별도 축으로 밀던 흐름을 대표해서 중요하게 읽혀. 지금 문서 기준으로는 GPT-5가 뒤를 잇지만, o3를 보면 왜 복잡한 업무에서 추론 전용 모델이 따로 필요했는지 감을 잡을 수 있어.