o3-mini
o3-mini (OpenAI) foi lançado em 31/01/2025. No ranking de capacidade da Epoch AI (ECI), está em 121º lugar entre 267 modelos, com 140,33. Na Arena, que mede preferência humana em comparações às cegas, tem 1.379 pontos de ELO (198º lugar). Comparado aos modelos da mesma geração, o melhor resultado dele é em SciCode: 42,8%, 1º de 15.
Onde o o3-mini se destaca e onde fica atrás, pelos números
O o3-mini tem resultado publicado em 25 provas compiladas pela Epoch AI. A régua aqui é a geração: a posição dele entre os modelos lançados entre 06/05/2024 e 01/05/2025 que fizeram a mesma prova. Contra o acervo inteiro, que tem modelos de 2023, um lançamento recente fica no topo de quase tudo, e isso não diz nada.
Onde se destaca
Provas em que fica no terço de cima da própria geração.
Onde fica atrás
Provas em que fica na metade de baixo da própria geração.
Ver as 25 provas, uma a uma
| Prova | Nota | Na geração | No geral | Recorde da prova |
|---|---|---|---|---|
| GPQA Diamond | 77,0% | 4º / 52 | 90º / 173 | 96,4% Gemini 4 Argon |
| AIME 2024 e 2025 (OTIS) | 76,9% | 3º / 48 | 89º / 168 | 100,0% GPT-5.5 |
| Dtbench | 68,8% | 4º / 37 (empatado com 1) | 91º / 148 | 98,9% Claude Opus 5.5 |
| Lmca | 18,97 | 6º / 26 | 93º / 121 | 68,23 Claude Opus 5.5 |
| CritPt | 0,3% | 3º / 18 (empatado com 1) | 84º / 112 | 32,3% GPT-5.6 Sol |
| WeirdML | 43,7% | 4º / 26 | 63º / 112 | 93,6% GPT-6 Astra |
| SciCode | 42,8% | 1º / 15 | 70º / 104 | 66,9% Claude Opus 5.5 |
| Frontiermath Tiers 1 3 V2 | 18,6% | 3º / 8 | 76º / 86 | 93,7% GPT-6 Astra |
| ARC-AGI 2 | 3,0% | 3º / 16 | 64º / 83 | 95,0% GPT-6 Astra |
| ARC-AGI | 34,5% | 3º / 14 | 64º / 81 | 98,5% Claude Fable 5 |
| SimpleQA Verified | 15,3% | 6º / 9 | 73º / 81 | 76,0% Gemini 4 Argon |
| Xadrez (problemas) | 15,0% | 3º / 9 | 64º / 80 | 76,0% GPT-6 Astra |
| Enigmas de jogo | 7,0% | 3º / 5 (empatado com 1) | 69º / 77 | 84,0% GPT-6 Astra |
| SimpleBench | 22,8% | 14º / 21 | 66º / 74 | 81,9% Claude Fable 5 |
| MATH nível 5 | 96,5% | 3º / 43 | 8º / 73 | 98,1% GPT-5 |
| Frontiermath Tier 4 V2 | 0,0% | 2º / 2 | 65º / 67 | 100,0% GPT-6.1 Sol |
| FrontierMath | 12,4% | 3º / 21 | 35º / 65 | 51,7% GPT-5.5 |
| FrontierMath nível 4 | 4,2% | 2º / 6 | 23º / 48 | 39,6% GPT-5.5 Pro |
| Aider Polyglot | 60,40 | 4º / 23 (empatado com 1) | 13º / 38 | 88,00 GPT-5 |
| Escrita criativa (Lech Mazur) | 6,17 | 21º / 22 | 37º / 38 | 8,60 GPT-5 |
| LiveBench | 75,88 | 2º / 26 | 4º / 32 | 82,35 Gemini 2.5 Pro (Jun 2025) |
| Fiction.liveBench | 43,8% | 10º / 14 | 22º / 31 | 100,0% o3 |
| Gso | 1,3% | 5º / 6 | 27º / 28 | 88,2% Claude Fable 5.1 |
| Cybench | 22,5% | 1º / 8 | 9º / 19 | 93,0% Claude Opus 4.6 |
| CAD-Eval | 54,0% | 4º / 12 (empatado com 1) | 5º / 14 | 74,0% o3 |
Em cada prova vale o melhor nível de esforço que o modelo fez, como no ranking. Fonte das notas: Epoch AI, sob CC BY 4.0.
Com quem comparar o o3-mini
Os modelos de outros laboratórios mais próximos em capacidade e lançados na mesma época, no máximo dois por laboratório. Clique em qualquer um para ver a página dele.
| Modelo | Laboratório | ECI | ELO | LiveBench | Lançamento |
|---|---|---|---|---|---|
| Claude 3.7 Sonnet | Anthropic | 141,14 | 1.360 | n/d | 24/02/2025 |
| GLM-4.6 | Z.ai (Zhipu AI) | 140,78 | 1.500 | n/d | 30/09/2025 |
| Grok-3 mini | xAI | 140,33 | 1.394 | n/d | 24/06/2025 |
| o3-mini | OpenAI | 140,33 | 1.379 | n/d | 31/01/2025 |
| Kimi K2 Instruct | Moonshot | 140,13 | n/d | n/d | 12/07/2025 |
| DeepSeek-V3.1 | DeepSeek | 139,91 | 1.469 | n/d | 21/08/2025 |
| Qwen3-30B-A3B-Thinking (Jul 2025) | Alibaba | 139,61 | 1.347 | n/d | 30/07/2025 |
o3-mini ou Grok-3 mini?
O Grok-3 mini é o modelo de outro laboratório mais próximo do o3-mini em capacidade. Nas 10 provas que os dois fizeram, o placar é este:
| Prova | o3-mini | Grok-3 mini |
|---|---|---|
| ARC-AGI 2 | 3,0% | 0,4% |
| FrontierMath | 12,4% | 5,9% |
| ARC-AGI | 34,5% | 16,5% |
| Fiction.liveBench | 43,8% | 65,6% |
| Aider Polyglot | 60,40 | 49,30 |
| Escrita criativa (Lech Mazur) | 6,17 | 7,35 |
| MATH nível 5 | 96,5% | 90,9% |
| WeirdML | 43,7% | 42,6% |
| AIME 2024 e 2025 (OTIS) | 76,9% | 77,8% |
| GPQA Diamond | 77,0% | 76,3% |
Placar sem peso: cada prova conta um ponto, seja de matemática, seja de programação. O ponto marca quem foi melhor em cada linha.
Quanto o o3-mini custa para entregar cada tarefa
Preço por token é o que está na tabela; custo por tarefa é o que chega na fatura, porque depende de quantos tokens o modelo gasta. Cada ponto é um nível de esforço, publicado por quem rodou a prova e compilado pela Epoch AI. Quanto mais para cima e para a esquerda, mais nota por dólar.
ARC-AGI 2
A escala de nota não começa em zero.
ARC-AGI
A escala de nota não começa em zero.
Os outros modelos da OpenAI
Os modelos do mesmo laboratório mais próximos no tempo, do mais novo para o mais antigo.
| Modelo | Lançamento | ECI | ELO | LiveBench | Acesso |
|---|---|---|---|---|---|
| o3-pro | 10/06/2025 | 147,37 | n/d | n/d | API access |
| o3 | 16/04/2025 | 146,87 | n/d | n/d | API access |
| o4-mini | 16/04/2025 | 145,60 | n/d | n/d | API access |
| GPT-4.1 | 14/04/2025 | 136,77 | n/d | n/d | API access |
| GPT-4.1 mini | 14/04/2025 | 135,00 | n/d | n/d | API access |
| GPT-4.1 nano | 14/04/2025 | 129,63 | n/d | n/d | API access |
| GPT-4.5 | 27/02/2025 | 136,73 | n/d | n/d | API access |
| o3-mini | 31/01/2025 | 140,33 | 1.379 | n/d | API access |
| o1 | 17/12/2024 | 141,84 | 1.383 | n/d | API access |
Já usou o o3-mini? Dê sua nota
Opinião de quem usa, não medição: a nota fica separada do ranking e não mexe na posição de ninguém. Um voto por navegador, sem cadastro, e dá para trocar a nota depois.
O que as pessoas perguntam sobre o o3-mini
Qual a posição do o3-mini no ranking de IA?
No AI Benchmark da ROO3, ordenado pelo ECI da Epoch AI, o o3-mini está em 121º lugar entre 267 modelos, com ECI de 140,33. O ECI é um índice composto que junta vários benchmarks difíceis numa escala só. A posição muda quando sai modelo novo, e a página é apurada seis vezes por dia.
O o3-mini é melhor que o Grok-3 mini?
Nas 10 provas que os dois fizeram e que a Epoch AI compilou, o o3-mini fica à frente em 7, atrás em 3 e empata em 0. É uma comparação prova a prova, sem peso: uma vitória em matemática conta igual a uma em programação. Para escolher entre os dois, vale olhar as provas que se parecem com o seu uso.
Em que o o3-mini vai melhor?
Comparado aos modelos da mesma geração (lançados até 9 meses antes e até 3 meses depois dele), os melhores resultados relativos do o3-mini são: SciCode (1º de 15); Cybench (1º de 8); LiveBench (2º de 26). A régua é a posição entre os modelos daquela época que fizeram a mesma prova.
De onde vêm os números desta página?
Das mesmas três fontes do ranking, todas com licença aberta: Epoch AI (ECI e provas individuais, CC BY 4.0), Arena (ELO de preferência humana, CC BY 4.0) e LiveBench (média geral, CC BY-SA 4.0). A ROO3 não mede modelo nenhum. Quando a página traz número publicado pelo próprio fabricante, ele aparece na análise escrita, dito como sendo do fabricante, e nunca entra no ranking.
De onde vem cada número
Epoch AI, "AI Benchmarking Hub". Publicado em epoch.ai. Dados sob licença CC BY 4.0, reordenados por roo3.co.
Leaderboard da Arena (LMArena), do dataset público lmarena-ai/leaderboard-dataset no Hugging Face, sob licença CC BY 4.0. Não somos afiliados à Arena.
LiveBench, da equipe do LiveBench, publicado em livebench.ai sob licença CC BY-SA 4.0. A média geral é recalculada por roo3.co com a mesma conta do site (média das categorias), e esses números seguem sob CC BY-SA 4.0. Não somos afiliados ao LiveBench.
← Ver o ranking completo