o3 20250416

使用模型 ID o3-2025-04-16 通过兼容的聊天补全端点。请查看最新的 API 文档，了解确切的端点路径和任何必需的标头。

在将生产流量切换到 o3-2025-04-16 之前，请先在具有代表性的流量样本上运行试点，并检查输出质量、峰值并发时的延迟以及每次请求的成本。验证错误和重试行为，并确认您所依赖的请求限制与您的计划相符。

o3-2025-04-16 在目录中与 o3、grok-4-1-fast-reasoning、grok-4-0709 属于同一梯队。建议比较会影响账单与用户体验的维度：在你自己提示上的任务质量、预期并发下的延迟、context 与输出上限，以及每完成一个任务的成本，而不是单纯比较每 token 单价。

将 o3-2025-04-16 的 max_tokens 设置为任务实际需要的最长响应长度，而不是 100,000 的 Token 上限。严格控制上限可以降低最坏情况下的开销并缩短尾延迟。仅当任务明显需要更长的输出时才提高此值。

对 o3-2025-04-16 的缓存命中要求所有请求的提示符前缀必须相同。请将稳定的指令和参考资料放在提示符的开头，保持字节一致，并将可变部分放在后面。这样，缓存读取操作将按缓存速率计费，而不是按输入速率计费。

o3 按使用量计费，记录中未公布任何免费额度。当前公布的费率为每 1M 个 token 输入 $2.0000，每 1M 个 token 输出 $8.0000。试用额度或促销配额与您的帐户绑定，而非与模型绑定，因此在规划免费额度之前，请务必查看控制台。