2025/6/10 OpenAI 正式釋出新旗艦模型 o3 pro，同步把既有 o3 API 價格下調 80 %，一手漲規格、一手砍價格，對開發者與競爭對手都投下震撼彈。

產品定位與核心規格

• 定位：延續 o1 pro 的思路，o3 pro 是「同架構、更多計算」的升級款；官方明言目標是「要最可靠的推理，而非最快的回應」。

• 上下文：200 k token 視窗、最長單次輸出 4 k token（社群測試），同級最大。

• 工具鏈：延續 o3 的多工具推理（即時上網、Python、檔案解析、視覺輸入）；但目前仍不支援影像生成與 Canvas。

價格與速度：用錢換智慧

模型	推理速度\ (token/s)	價格 (USD / 百萬 token)\\*	代表來源	註釋
o3 pro	20	20 / 80 (入/出)	El Pais、Medium	最慢、最貴，但最準
o3	186	2 / 8	Artificial Analysis	高速、划算
GPT 4o	77	2.5 / 10	DocsBot	快、便宜
Gemini 1.5 Pro	90	1.25 / 5	Google Pricing	速度略優 4o，仍較便宜
Claude 3 Opus	27	15 / 75	Anthropic 頁面	慢且貴
Grok β	68	5 / 15	xAI 公開指標	中價、中速

\* 速度以公開基準測試或實測均值；o3 pro 取 Medium 評測 2 013 token / 99 秒 20 t/s。 \\ 價格皆為 Input/Output 分開計價。

「智慧程度」：早期基準成績

基準	o3 pro	GPT 4o	Gemini 2.5 Pro	Claude 4 Opus
AIME 2024 (高中競賽數學)	96.7 %	93.4 %	89–92 %	88 %
GPQA Diamond (博士級科學)	84 %	79 %	76 %	73 %

o3 pro 於 OpenAI 內測及第三方測試中，在 AIME、GPQA 等高難度評量皆刷新紀錄，顯示其在複雜邏輯與長鏈推理上確有優勢。

與自家模型的差異

• o3 pro vs o3

• 智慧：+ 5 至 8 個百分點（依基準而異）。

• 速度：降至約 10 %（20 t/s vs 186 t/s）。

• 成本：10 倍（\$20 /\$80 vs \$2 /\$8）。

→ 面向關鍵決策、科學研究、法律分析等「錯不得」場景。

• o3 pro vs GPT 4o / o4 mini

• 4o 依舊在日常互動與即時應用占優（速度、價格），但於數學推理、長篇程式修改等重度工作下，o3 pro 展現更高精度。([reddit.com][17], [docsbot.ai][10])

與競品頂規模型的較量

• 對 Google Gemini 2.5 Pro：Gemini 在速度與價格領先，但 o3 pro 在專業科目基準（AIME、GPQA）分數仍高出 3–7 個百分點；OpenAI 以「品質溢價」對抗「雲端整合」。

• 對 Anthropic Claude 4 Opus：Opus 向來強調安全與長文本，然而在最新 GPQA 測試中被 o3 pro 超車；同時 Opus 成本幾乎是 o3 pro 的 1.2 倍。

• 對 xAI Grok β：Grok 速度適中、價格低於 Opus，但在科學與程式基準仍落後 o3 pro 10 分以上；Twitter/X 生態優勢難以直接對企業市場造成壓力。

產業影響與後續觀察

1. 價格戰升級：OpenAI 先砍 o3 價，再推 o3 pro，對 Google、Anthropic 的高單價策略形成擠壓。

2. 「分層模型」趨勢：以 o 系列為例，mini → 標準 → pro，搭配不同的速率、成本、智慧層級，供開發者按場景取用，雲端業者（Google、Amazon Bedrock）也跟進。

3. 延遲 vs 正確率的取捨：o3 pro 證明「慢工細活」仍有市場—在金融、醫療、科研等高風險領域，願意為每個 token 多付數十倍換更高信賴度。

4. 下一步：外界預期 OpenAI 今年底將公開「o4 full」，若延續「高推理 + 更大上下文 + 降價」節奏，將再次壓縮競爭者空間。

結論

o3 pro 不是給所有人用的——它速度慢且昂貴，但在需要極致準確、可追溯推理的專業領域，提供了當前最強、最一致的語言模型服務。對開發者而言，o3 pro 扮演的是「精準刀」：在關鍵任務時出鞘，其餘則交給快速、便宜的 4o 或 mini 系列。對產業而言，OpenAI 再次以「性能階梯 + 價格槓桿」策略，強化自家產品序列的黏性，也把競爭拉回「品質」而非單純「速度」或「成本」的綜合戰場。