o3-pro

使用模型 ID o3-pro 通过兼容的聊天完成端点。请注意，需要自带密钥 (BYOK)。请在发送请求前设置您的密钥。

o3-pro 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：输入 $20.0000 / 1M 个 token，输出 $80.0000 / 1M 个 token。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。

在将生产流量切换到 o3-pro 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。

将 o3-pro 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。

作为一个以推理为中心的模型，o3-pro 的功能应根据现有文档进行确认。在生产环境中使用前，请测试您特定的工具定义和结构化输出模式。

o3-pro 在目录中与 qwen3.6-27b、gpt-4-turbo、gpt-4-turbo-2024-04-09 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。

o3-pro 支持即时缓存，因此重复的前缀仅对命中的部分按较低的缓存费率计费。请查看最新的定价页面，了解具体的折扣和缓存写入费用。