Prezzo combinato giornaliero ($/1 milione): registrato ogni giorno, si sviluppa in una tendenza nel tempo.
Tipico mix output-input 3:1, per 1 milione di token
Prezzo a partire da 2026-04-28 · Fonte: legacy_model_catalog
Ragionamento complesso, analisi, pianificazione e risoluzione di problemi in più fasi in cui la qualità della risposta conta più del costo grezzo.
o3-deep-research is OpenAI's advanced model for deep research, designed to tackle complex, multi-step research tasks. Note: This model always uses the 'web_search' tool which adds additional cost.
o3-deep-research è un modello Ragionamento di OpenAI (US). HotON.ai lo tiene traccia di $10.00 per 1 milione di token di input e $40.00 per 1 milione di token di output, con una finestra di contesto del token 200K. Il suo punteggio di efficienza composito è 76/100 con un $0.040 stimato per attività riuscita.
o3-deep-research viene tracciato su $10.00 per 1 milione di token di input e $40.00 per 1 milione di token di output. Un tipico carico di lavoro output-to-input 3:1 si riduce a circa $32.50 per 1 milione di token. Le cifre sono dati dimostrativi illustrativi.
Ragionamento complesso, analisi, pianificazione e risoluzione di problemi in più fasi in cui la qualità della risposta conta più del costo grezzo.
o3-deep-research supporta fino a una finestra di contesto del token 200K, abbastanza grande per documenti lunghi e conversazioni estese in un'unica richiesta.
All'interno dell'insieme tracciato HotON.ai, o3-deep-research è più economico della 3% dei modelli sul prezzo di input e si classifica #508 di 521 in base all'efficienza complessiva.
Sì: qwen-plus-2025-07-28:thinking è un'opzione a costo inferiore a $0.78 per 1 milione di token di output, pur coprendo casi d'uso Ragionamento simili. Confrontali fianco a fianco su HotON.ai.
Il prezzo è reale (tramite il catalogo TestKey, aggiornato quotidianamente). La qualità (Arena Elo) è reale quando il modello è classificato su LMArena. Velocità, disponibilità ed efficienza sono stime modellate.