O3-Dybdegående Forsknings-API

O3-Dybdegående forskning modellen er OpenAIs flagskibsagent designet til autonome, flertrins forskningsarbejdsgangeLanceret som en del af Deep Research API'en, udnytter den avancerede ræsonnementsfunktioner til at fly, søge, analysereog syntetisere information på tværs af forskellige webkilder, der leverer rapporter på ekspertniveau inden for få minutter.

Grundlæggende oplysninger

O3-Dybdegående forskning model, afsløret af OpenAI d. 26. Juni, 2025, repræsenterer et betydeligt spring inden for automatiseret vidensarbejde, der muliggør agentiske arbejdsgange der autonomt nedbryder komplekse opgaver, indsamler webbaserede data og syntetiserer citationsrige output. Som et flagskibstilbud i Deep Research API-pakken – sammen med sin søster O4-Mini-Dybdegående Forskning— den er designet til professionelle inden for finansiere, videnskab, politikog engineering, som kræver grundige, præcise og opdaterede forskningskapaciteter.

• Modelnavno3-dybdegående-forskning-2025-06-26
• Developer: OpenAI
• Slip Dato: Juni 26, 2025
• IntegrationFuldt kompatibel med ChatGPT Agent-frameworket, understøtter funktionskald, webhooksog browserværktøjer forum visuel og PDF-parsing .

Nøglefunktioner

• Agentisk opgavenedbrydningO3-Deep-Research opdeler forespørgsler på højt niveau i diskrete underopgaver, hvilket muliggør trinvis dataindsamling og ræsonnement.
• WebjordingIntegrerer sikkert med Bing Search for at få adgang autoritativ, nylige kilder, minimere hallucinationer og sikre datagyldighed .
• Citationsrige outputIntegrerer automatisk citater i slutrapporter, hvilket forbedrer gennemsigtighed og sporbarhed.
• Adaptiv ræsonnementIndeholder en privat tankekæde rammeværk, der muliggør dynamisk tilbagesporing og hypoteserevision, når man står over for ny information.

Tekniske detaljer

Modellen bygger på kernen O3 arkitektur ved at integrere specialiserede moduler til dybdegående forskningsopgaver:

1. Forstærkende læring med privat tankekædeO3-Deep-Research beskæftiger RLHF (Forstærkning af læring fra menneskelig feedback) for at internalisere flertrinsplanlægning, simulere en forskers tankeproces før afgivelse af svar, og derved forbedre logisk sammenhæng og kontekstuel dybde.
2. VærktøjskaldelseslagEn dedikeret komponent orkestrerer opkald til websøgning, udførelseskodeog dataudtræk API'er. Dette lag sikrer, at hver delopgave håndteres ved hjælp af det optimale værktøj, hvilket fremmer modularitet og skalerbarhed .
3. Sikkerheds- og overholdelsessandkasseAlle eksterne webinteraktioner går gennem en sandkassemiljø der filtrerer domæner med lav troværdighed fra, anvender indholdssikkerhedskontroller og logger revisionsspor for overholdelse af organisationens politikker.

Værktøj:

• Web Search & Hent til hentning af data i realtid
• Funktionsopkald til brugerdefinerede arbejdsgange
• Webhooks at integrere eksterne datakilder
• TokenhåndteringOptimeret til at administrere lange input og udvidede output (op til 16 tokens), selvom meget store kontekster kan medføre øgede tokenforbrug .

Benchmark ydeevne

• **Menneskehedens sidste eksamen (HLE)**Opnået 26.6% nøjagtighed, der overgår DeepSeeks R1 (9.4%) og GPT-4o (3.3%).
• GPQA diamantVidenskabelig benchmark på ekspertniveau; O3-modeller har vist 87.7% om avancerede spørgsmål (o3 fuld model).
• Softwareudvikling (SWE-bench verificeret): Scoret 71.7%, en betydelig stigning i forhold til ikke-ræsonnerende modparter.
• CodeforcesNåede en Elo af 2727, hvilket overgik tidligere O1-modeller (1891).

Modelversioner

o3-deep-research-2025-06-26Debutversion med forbedret webhooks og søgeintegration .

opdateringer:

• Visuel browser integration (17. juli 2025)
• Justering af satsgrænser forum openAI Officiel Pris :/Pro (+125 fuldmodel +125 letvægtsforespørgsler pr. 30 dage) og Free/Plus-niveauer

Begrænsninger

Trods sine fremskridt, O3-Dybdegående forskning har bemærkelsesværdige begrænsninger:

• LatencyFlertrinsræsonnement og eksterne værktøjskald introducerer højere svartider sammenlignet med standard LLM'er, hvilket potentielt påvirker interaktive applikationer.
• Beregn omkostningerAfhængighed af agentisk nedbrydning og tankekæde mekanismer øger GPU-udnyttelsen og driftsomkostningerne, hvilket kræver omhyggelig budgetstyring.
• HallucinationerSelvom hallucinationsraten er reduceret, kan den stadig stige meget tvetydig domæner eller når man støder på betalingsmur or kilder af lav kvalitet, hvilket nødvendiggør menneskelig tilsyn.
• OmfangsgrænserModellen kan have problemer med ikke-offentlige or proprietære data uden specialiserede forbindelser, hvilket begrænser deres anvendelighed i miljøer med lukket adgang.

Sådan ringer du O3-Dybdegående forskning API fra CometAPI

O3-Deep-Research API-priser i CometAPI, 20 % rabat på den officielle pris:

Påkrævede trin

• Log ind på cometapi.com. Hvis du ikke er vores bruger endnu, bedes du registrere dig først
• Få adgangslegitimations-API-nøglen til grænsefladen. Klik på "Tilføj token" ved API-tokenet i det personlige center, få token-nøglen: sk-xxxxx og send.
• Hent url'en til dette websted: https://api.cometapi.com/

Brug metoden

1. Vælg "o3-deep-research"/"o3-deep-research-2025-06-26” endepunkt for at sende API-anmodningen og indstille anmodningsteksten. Forespørgselsmetoden og anmodningsteksten er hentet fra vores websteds API-dokument. Vores websted tilbyder også Apifox-test for din bekvemmelighed.
2. Erstatte med din faktiske CometAPI-nøgle fra din konto.
3. Indsæt dit spørgsmål eller din anmodning i indholdsfeltet – det er det, modellen vil reagere på.
4. . Behandle API-svaret for at få det genererede svar.

CometAPI leverer en fuldt kompatibel REST API – til problemfri migrering. Vigtige detaljer til svar API-dok:

• Basis URL: https://api.cometapi.com/v1/responses
• Modelnavne: "o3-deep-research"/"o3-deep-research-2025-06-26"
• Godkendelse: Bearer YOUR_CometAPI_API_KEY header
• Indholdstype: application/json .

API-integration og eksempler

Udviklere kan integrere O3-dybdeforskning via Responses APIEt minimalt eksempel:

curl 
--location 'https://api.cometapi.com/v1/responses' \ 
--header 'Authorization: Bearer sk-xxxxx' \ 
--header 'Content-Type: application/json' \ 
--data '{ 
"model": "o3-deep-research-2025-06-26",
"stream": true, "reasoning": { "summary": "detailed" },
"tools": , 
"input": "who are you" 
}'

Se også

• o3-Pro
• O3