OpenAI o3 एक जनरेटिव प्री-ट्रेंड ट्रांसफॉर्मर (GPT) मॉडल है, जिसे OpenAI द्वारा ChatGPT के लिए OpenAI o1 के उत्तराधिकारी के रूप में विकसित किया गया है। इसे उन प्रश्नों को संबोधित करते समय अतिरिक्त विचार-विमर्श समय समर्पित करने के लिए डिज़ाइन किया गया है, जिनमें चरण-दर-चरण तार्किक तर्क की आवश्यकता होती है। इस मॉडल की घोषणा 20 दिसंबर, 2024 को की गई थी, और बाद में इसे कई रूपों में जारी किया गया, जिनमें o3-mini, o3, o4-mini, और o3-pro शामिल हैं, जिनमें कोडिंग, गणित और विज्ञान में क्षमताएँ हैं।
"o3" नाम "o2" के बजाय चुना गया था ताकि मोबाइल वाहक ब्रांड O2 के साथ ट्रेडमार्क विवाद से बचा जा सके। OpenAI ने सुरक्षा और सुरक्षा शोधकर्ताओं को 10 जनवरी, 2025 तक मॉडलों तक प्रारंभिक पहुँच के लिए आवेदन करने के लिए आमंत्रित किया। अपने पूर्ववर्ती o1 के समान, प्रारंभिक घोषणा में दो मॉडल शामिल थे: o3 और o3-mini।
इतिहास
OpenAI o3 मॉडल की घोषणा 20 दिसंबर, 2024 को की गई थी। 31 जनवरी, 2025 को, OpenAI ने o3-mini को सभी ChatGPT उपयोगकर्ताओं के लिए जारी किया, जिसमें मुफ्त-स्तरीय उपयोगकर्ता और कुछ API उपयोगकर्ता शामिल हैं। OpenAI ने o3-mini को "सटीकता और गति की आवश्यकता वाले तकनीकी क्षेत्रों" के लिए o1 के "विशेष विकल्प" के रूप में वर्णित किया। o3-mini में तीन तर्क प्रयास स्तर हैं: निम्न, मध्यम और उच्च। मुफ्त संस्करण मध्यम स्तर का उपयोग करता है, जबकि अधिक कंप्यूट का उपयोग करने वाला एक प्रकार, जिसे o3-mini-high कहा जाता है, भुगतान करने वाले ग्राहकों के लिए उपलब्ध है। ChatGPT के Pro स्तर के ग्राहकों के पास o3-mini और o3-mini-high दोनों तक असीमित पहुँच है।
2 फरवरी, 2025 को, OpenAI ने OpenAI Deep Research लॉन्च किया, जो एक ChatGPT सेवा है जो o3 के एक संस्करण का उपयोग करती है जो वेब खोजों के आधार पर 5 से 30 मिनट के भीतर व्यापक रिपोर्ट बनाती है। 6 फरवरी को, DeepSeek R1 जैसे प्रतिद्वंद्वियों के दबाव के जवाब में, OpenAI ने अपने o3-mini मॉडल में विचार प्रक्रिया की पारदर्शिता बढ़ाने के उद्देश्य से एक अद्यतन की घोषणा की। 12 फरवरी को, OpenAI ने ChatGPT Plus ग्राहकों के लिए o3-mini-high की दर सीमा को 50 अनुरोध प्रति दिन (50 अनुरोध प्रति सप्ताह से ऊपर) तक और बढ़ा दिया और फ़ाइल और छवि अपलोड समर्थन लागू किया।
16 अप्रैल, 2025 को, OpenAI ने o3 और o4-mini जारी किया, जो o3-mini का उत्तराधिकारी है। 10 जून, 2025 को, OpenAI ने o3-pro जारी किया, जिसे कंपनी अपना सबसे सक्षम मॉडल होने का दावा करती है। OpenAI ने कहा: "हम इसे चुनौतीपूर्ण प्रश्नों के लिए उपयोग करने की सलाह देते हैं जहाँ विश्वसनीयता गति से अधिक मायने रखती है, और कुछ मिनट इंतजार करना इस व्यापार-बंद के लायक है"। 28 मई, 2026 को, OpenAI ने घोषणा की कि o3 को 90-दिन की सूर्यास्त अवधि के बाद, 26 अगस्त, 2026 को ChatGPT से हटा दिया जाएगा। कंपनी ने कहा कि यह परिवर्तन केवल ChatGPT पर लागू होता है और API को प्रभावित नहीं करता है।
क्षमताएँ
o3 को उत्तर उत्पन्न करने से पहले "सोचने" के लिए सिखाने के लिए सुदृढीकरण सीखने का उपयोग किया गया था, जिसे OpenAI "निजी विचार श्रृंखला" कहता है। यह दृष्टिकोण मॉडल को आगे की योजना बनाने और कार्यों के माध्यम से तर्क करने में सक्षम बनाता है, समस्या को हल करने में सहायता के लिए मध्यवर्ती तर्क चरणों की एक श्रृंखला करता है, अतिरिक्त कंप्यूटिंग शक्ति और प्रतिक्रियाओं की बढ़ी हुई विलंबता की कीमत पर।
o3 जटिल कार्यों पर o1 की तुलना में काफी बेहतर प्रदर्शन प्रदर्शित करता है, जिसमें कोडिंग, गणित और विज्ञान शामिल हैं। OpenAI ने बताया कि o3 ने GPQA Diamond बेंचमार्क पर 87.7% का स्कोर हासिल किया, जिसमें विशेषज्ञ-स्तर के विज्ञान प्रश्न शामिल हैं जो ऑनलाइन सार्वजनिक रूप से उपलब्ध नहीं हैं। SWE-bench Verified पर, एक सॉफ्टवेयर इंजीनियरिंग बेंचमार्क जो वास्तविक GitHub मुद्दों को हल करने की क्षमता का आकलन करता है, o3 ने 71.7% स्कोर किया, जबकि o1 ने 48.9% स्कोर किया। Codeforces पर, o3 ने 2727 का Elo स्कोर हासिल किया, जबकि o1 ने 1891 स्कोर किया। आर्टिफिशियल जनरल इंटेलिजेंस के लिए एब्स्ट्रैक्शन एंड रीजनिंग कॉर्पस (ARC-AGI) बेंचमार्क पर, जो नई तार्किक और कौशल अधिग्रहण समस्याओं को संभालने की AI की क्षमता का मूल्यांकन करता है, o3 ने o1 की सटीकता का तीन गुना हासिल किया।
मॉडल रूप
o3 परिवार में विभिन्न उपयोग मामलों के अनुरूप कई रूप शामिल हैं। o3-mini एक छोटा, तेज़ मॉडल है जो सटीकता और गति की आवश्यकता वाले तकनीकी क्षेत्रों के लिए डिज़ाइन किया गया है, जिसमें समायोज्य तर्क प्रयास स्तर हैं। o3 पूर्ण-पैमाने का मॉडल है जिसमें जटिल बेंचमार्क पर उच्च प्रदर्शन है। o4-mini, जो 16 अप्रैल, 2025 को o3 के साथ जारी किया गया था, o3-mini के उत्तराधिकारी के रूप में कार्य करता है। o3-pro, जो 10 जून, 2025 को जारी किया गया था, सबसे सक्षम मॉडल के रूप में स्थित है, जो गति पर विश्वसनीयता को प्राथमिकता देता है।
प्रत्येक रूप ट्रांसफॉर्मर वास्तुकला पर आधारित बड़े भाषा मॉडल के समान अंतर्निहित वास्तुकला का लाभ उठाता है, जिसमें तर्क के लिए गहन शिक्षण तकनीक और तंत्रिका नेटवर्क शामिल हैं। मॉडलों को सुदृढीकरण सीखने का उपयोग करके प्रशिक्षित किया जाता है और एक निजी विचार श्रृंखला शामिल होती है, जो विचार श्रृंखला तर्क का एक रूप है जो उपयोगकर्ताओं के लिए पूरी तरह से पारदर्शी नहीं है।
प्रदर्शन और बेंचमार्क
o3 के लिए प्रदर्शन मेट्रिक्स पिछले मॉडलों पर इसकी प्रगति को उजागर करते हैं। GPQA Diamond पर, o3 ने 87.7% स्कोर किया, जो विशेषज्ञ-स्तर के विज्ञान प्रश्नों पर मजबूत प्रदर्शन का संकेत देता है। SWE-bench Verified पर, o3 ने 71.7% हासिल किया, जो o1 के 48.9% से एक महत्वपूर्ण सुधार है, जो वास्तविक दुनिया की सॉफ्टवेयर इंजीनियरिंग समस्याओं को हल करने की इसकी क्षमता प्रदर्शित करता है। Codeforces पर, o3 का 2727 का Elo रेटिंग o1 के 1891 से कहीं अधिक था, जो बेहतर प्रतिस्पर्धी प्रोग्रामिंग कौशल को दर्शाता है। ARC-AGI पर, o3 ने o1 की सटीकता को तीन गुना कर दिया, जो नई तार्किक और कौशल अधिग्रहण कार्यों को संभालने में बढ़ी हुई क्षमता का सुझाव देता है।
ये परिणाम o3 को कृत्रिम बुद्धिमत्ता के क्षेत्र में एक अग्रणी तर्क मॉडल के रूप में स्थापित करते हैं, जिसमें मशीन लर्निंग और जनरेटिव AI जैसे क्षेत्रों में अनुप्रयोग हैं। मॉडल की चरण-दर-चरण तर्क करने की क्षमता इसे उन कार्यों के लिए उपयुक्त बनाती है जिनमें सावधानीपूर्वक विचार की आवश्यकता होती है, हालाँकि यह बढ़ी हुई कम्प्यूटेशनल लागत और विलंबता के साथ आता है।
अन्य मॉडलों के साथ तुलना
AI मॉडल के प्रतिस्पर्धी परिदृश्य में, o3 की तुलना अक्सर अन्य संगठनों की पेशकशों से की जाती है। Anthropic और Google DeepMind ने अपने स्वयं के तर्क मॉडल विकसित किए हैं, और SWE-bench Verified और Codeforces जैसे बेंचमार्क पर o3 के प्रदर्शन का उपयोग इसकी स्थिति का आकलन करने के लिए किया गया है। जनवरी 2025 में o3-mini की रिलीज़ आंशिक रूप से प्रतिस्पर्धी दबाव की प्रतिक्रिया थी, जिसमें DeepSeek R1 जैसे मॉडल शामिल हैं, जिसके कारण विचार प्रक्रिया में पारदर्शिता बढ़ाने वाले अद्यतन हुए।
o3 के साथ OpenAI का दृष्टिकोण जानबूझकर तर्क पर जोर देता है, उन मॉडलों के विपरीत जो गति को प्राथमिकता देते हैं। यह व्यापार-बंद o3-mini में उपलब्ध विभिन्न तर्क प्रयास स्तरों में परिलक्षित होता है, जिससे उपयोगकर्ता सटीकता और प्रतिक्रिया समय को संतुलित कर सकते हैं। ChatGPT और API सेवाओं में मॉडल के एकीकरण ने इसे मुफ्त-स्तरीय से Pro ग्राहकों तक उपयोगकर्ताओं की एक विस्तृत श्रृंखला के लिए सुलभ बना दिया है।
तैनाती और पहुँच
o3 रूपों की तैनाती चरणबद्ध रही है। o3-mini व्यापक रूप से जारी होने वाला पहला था, उसके बाद o3 और o4-mini, और बाद में o3-pro। पहुँच ChatGPT के माध्यम से प्रदान की जाती है, जिसमें विभिन्न स्तर उपयोग के विभिन्न स्तरों की पेशकश करते हैं। मुफ्त-स्तरीय उपयोगकर्ताओं को मध्यम तर्क प्रयास के साथ o3-mini मिलता है, जबकि भुगतान करने वाले ग्राहक उच्च प्रयास स्तरों और अधिक लगातार उपयोग तक पहुँच सकते हैं। Pro ग्राहकों के पास o3-mini और o3-mini-high तक असीमित पहुँच है।
o3 मॉडलों के लिए API पहुँच समय के साथ विस्तारित की गई है, मांग को पूरा करने के लिए दर सीमाएँ समायोजित की गई हैं। मई 2026 में घोषित, अगस्त 2026 में ChatGPT से o3 की सेवानिवृत्ति, मॉडल के लिए एक नियोजित जीवनचक्र का संकेत देती है, हालाँकि API पहुँच अप्रभावित रहती है। यह तैनाती रणनीति अपने मॉडल पेशकशों को पुनरावृत्त रूप से सुधारने और अद्यतन करने के OpenAI के दृष्टिकोण को दर्शाती है।
यह भी देखें
- तर्क मॉडल
- बड़े भाषा मॉडलों की सूची
संदर्भ
- OpenAI घोषणाएँ और दस्तावेज़ीकरण (2024-2026)
- OpenAI द्वारा रिपोर्ट किए गए बेंचमार्क परिणाम
बाहरी लिंक
- OpenAI o3 और o4-mini का परिचय
- O3 80% सस्ता है और o3-pro का परिचय