自動生成ページです。 AIが自動で作成・翻訳し、ソフトウェアが情報源と照合して確認しています。人間の編集者はいません。SI-IQは公開されているベンチマーク結果から作成した指数であり、IQテストではありません。 仕組み
o3の賢さは?
o3はOpenAIのモデルで、2025年4月16日にリリースされました。SI-IQは116(90%区間 113–119)で、3の独立した評価機関によるベンチマーク結果10件から推定しています。 最も得意な分野は推論、最も苦手な分野はコーディングです。
基本情報
- 開発元
- OpenAI
- リリース日
- 2025年4月16日
- 利用形態
- API利用可
- 使用したベンチマーク
- 3評価機関による10件の結果
- API価格
- 入力 $2.00 / 出力 $8.00(100万トークンあたり) (開発元の価格表, 2026年10月18日)
- コンテキストウィンドウ
- 200,000 トークン
分野別の能力(SI-IQ、90%区間)
使用した全ベンチマーク結果
各スコアは、出典が公表したままの1つの値です。Epoch AIでは実行設定のうち最良のもの、OpenRouterでは中央値のホスティング事業者の値(開発元自身のホスティングでテストされた場合はそちら)を用います。「推定SI-IQ」はこの単一の結果が示す能力であり、総合SI-IQはそれらの精度加重平均です。
| ベンチマーク | スコア | 評価機関 | 出典 |
|---|---|---|---|
| Chess Puzzles | 37.0% | Epoch AI | Epoch AI Benchmarking Hub · データファイル |
| Mystery Game Puzzles | 29.0% | Epoch AI | Epoch AI Benchmarking Hub · データファイル |
| FrontierMath Tiers 1–3 | 33.3% | Epoch AI | Epoch AI Benchmarking Hub · データファイル |
| MATH Level 5 | 97.8% | Epoch AI | Epoch AI Benchmarking Hub · データファイル |
| OTIS Mock AIME 2024–2025 | 84.4% | Epoch AI | Epoch AI Benchmarking Hub · データファイル |
| Aider Polyglot | 81.3% | Aider | Aider LLM Leaderboards · データファイル |
| SWE-bench Verified (Epoch AI run) | 62.3% | Epoch AI | Epoch AI Benchmarking Hub · データファイル |
| GPQA Diamond | 81.8% | Epoch AI | Epoch AI Benchmarking Hub · データファイル |
| SimpleQA Verified | 49.4% | Epoch AI | Epoch AI Benchmarking Hub · データファイル |
| Berkeley Function Calling Leaderboard | 63.0% | UC Berkeley (Gorilla) | Berkeley Function Calling Leaderboard · データファイル |
人間の選好(Arena)
人々が2つの匿名の回答を比べて投票するArenaのランキングでは、o3は58,908票に基づき評価値1,432(1,428–1,435)です(公開日 2026年10月15日)。人間の選好はベンチマークで測る能力とは異なる指標であり、SI-IQには含まれません。 Arena (Hugging Face)
SI-IQが近いモデル
| モデル | SI-IQ | |
|---|---|---|
| GLM-5.1Z.ai (Zhipu AI) | 116 | o3 vs GLM-5.1 |
| DeepSeek-V4-ProDeepSeek | 117 | o3 vs DeepSeek-V4-Pro |
| GPT-5.4 MiniOpenAI | 117 | o3 vs GPT-5.4 Mini |
| GPT-5 miniOpenAI | 115 | o3 vs GPT-5 mini |
| Qwen3.6 27BAlibaba | 115 | o3 vs Qwen3.6 27B |
SI-IQの算出方法バージョン 1.0.0 で計算しています。 算出方法の詳細を読む
データソース: Aider polyglot leaderboard data (Apache-2.0); Arena leaderboard dataset on Hugging Face (CC BY 4.0); Berkeley Function Calling Leaderboard, Gorilla project (Apache-2.0); Epoch AI, ‘Capabilities & benchmarking’ (CC BY 4.0); API list prices via LiteLLM's price table (MIT); each price links to the developer's pricing page.