2025年6月10日，OpenAI發表o3-pro，定位是推理模型o3的加強版，口號只有一句話：用更多算力換取更可靠的答案。ChatGPT Pro與Team用戶當天就能在模型選單裡選用它，並直接取代原本的o1-pro；Enterprise與Edu用戶隔一週開放，開發者API也在同日下午上線。
先講背景：推理模型與一般模型不同，一般模型直接生成答案，推理模型則會把問題拆成步驟逐步思考，因此在物理、數學與程式設計這類領域表現得更穩定。OpenAI今年4月已靠o3與o4-mini驗證過這條路線，o3-pro則是把「用算力換品質」推到產品線最頂端的一步。TechCrunch形容它是「加強版」的o3，並稱OpenAI宣稱這是該公司迄今最強的模型。
定價：比o1-pro便宜一個量級
API定價為每百萬輸入token 20美元、每百萬輸出token 80美元。對照相當慘烈：o1-pro在2025年3月進API時定價每百萬輸入150美元、輸出600美元，TechCrunch當時直呼它是OpenAI最貴的模型，輸入價是GPT-4.5的兩倍、輸出價是一般版o1的十倍。o3-pro把旗艦推理的門票一口氣降到約七分之一。
對成本敏感的團隊來說，這是o3-pro最實際的消息：深度推理從「特殊預算才敢用」變成「高價值任務可以直接排」。TechCrunch換算過，100萬輸入token大約相當於75萬字，比《戰爭與和平》還長——在這種量級下，每百萬token的單價會直接決定專案能不能成立。順帶一提，o1-pro當年先在ChatGPT服務，官方說是「應開發者社群多番要求」才帶進API；這次o3-pro則是第一天就同時鋪好消費端與API兩條路。
主打可靠性而非速度
OpenAI在更新日誌中給出的證據是專家評測：「在專家評測中，評審在所有測試類別一致偏好o3-pro勝過o3」，尤其在科學、教育、程式設計、商業與寫作協助等關鍵領域；評審也給o3-pro在清晰度、完整性、指令遵循與準確度上更高的一致評分。
另一項「4/4 reliability」測試更直觀：同一個問題必須連續答對四次，o3-pro在這項指標上同時超過o1-pro與標準版o3。代價則是速度——官方承認o3-pro的回答通常比o1-pro更慢，等於明講這顆模型賣的是正確率，不是反應時間。這類專家偏好的評測方式與一般自動化基準不同，更接近真實使用裡「哪個答案更好」的判斷。InfoQ對定位的總結也很到位：這是一顆「為重視正確性與深度甚於速度的用戶設計」的模型。
工具使用與限制
o3-pro可以呼叫的工具組相當完整：搜尋網路、分析檔案、解讀視覺輸入、執行Python，並利用記憶功能個人化回應。這讓它更接近一個能自己查資料、跑程式的「研究助理」，而不只是聊天視窗。
限制清單同樣明確：上線時臨時對話因「技術問題」暫時停用，Canvas不支援，也不能生成圖片。OpenAI並說明o3-pro使用與o3相同的基礎模型，安全細節沿用o3既有的系統卡，而非另出一份新版文件。開發者文件同時標明，o3-pro不支援predicted outputs（預測輸出）功能，在長輸出成本優化上是一個要注意的缺口。
開發者視角：什麼時候用它
對開發者來說，o3-pro的定位是「正確率優先」的選項：難題、高價值決策、不怕等待的批次工作，都是它的主場；需要低延遲的互動場景則應該留給其他模型。開發者文件顯示API提供o3-pro-2025-06-10快照，把行為鎖定在發表日版本，方便生產環境重現結果；各用量層級的速率限制也不同，Tier 1為每分鐘500請求、每分鐘3萬token，Tier 5可到每分鐘1萬請求、3,000萬token。
早期用戶的評價相當兩極。資訊網站InfoQ彙整的回饋裡，有人認為它在過去剛好差一步的任務上「跨過了門檻，可能帶來明顯的生產力提升」；也有人抱怨它「跑得很久」，Android與macOS應用程式頻繁逾時，並質疑幻覺問題沒有實質改善。選型上的務實判準因此清晰起來：讓o3-pro站在流程末端做驗證與深度分析，把低延遲模型留在前端應付互動；以快照鎖定版本，再依用量層級規劃吞吐，批次排程與非同步等待也該在架構層預先設計。以2026年回看，o3-pro是旗艦深度推理走向務實定價的轉捩點之一：正確率可以被定價，但延遲與可靠性之間的取捨，從此成為每個API選型都必須回答的問題。
參考來源
- TechCrunch：OpenAI releases o3-pro
- OpenAI開發者文件：o3-pro模型頁
- InfoQ：OpenAI Launches o3-pro Model Focused on Reliability
- TechCrunch：o1-pro是OpenAI最貴的模型（2025年3月）
本文由 AI 協助自上述來源整理，經人工審核後發布。