根據OpenAI公布的測試結果，o3在程式編碼、科學推理、數學解題與視覺任務等多項基準中均刷新紀錄：與第一代o1相比，大幅降低近二成的重大錯誤率，並在Codeforces、SWE‑bench以及MMMU等競賽中名列前茅。o4‑mini則以輕量化設計為重點，運行速度更快、成本更低，卻在AIME 2024與2025數學比賽中表現不俗，同時在資料科學與非理工領域的指令遵循度上，也超越前一代o3‑mini。
更值得一提的是，這兩款模型能「圖文一體」進行思考：使用者只需上傳手繪草稿、白板筆記或教科書插圖，模型即可自動進行旋轉、放大、裁切等操作，並在內部加入文字連結與視覺推理，迅速提供整合性解答。這項能力在視覺基準測試中亦取得顯著成績，為教學應用與跨領域研究開啟更多可能性。
以往需要多道人工流程才能完成的複雜任務，如「比較加州今年與去年夏季用電趨勢」等，現可由模型自動搜尋公開資料、撰寫預測程式、繪製圖表，並同步解讀影響因素，一氣呵成。OpenAI指出，隨著強化學習規模持續擴大，未來將在相同延遲與成本條件下，進一步延長模型思考時間，以滿足更高階的深度分析需求。
整體而言，o3與o4‑mini的發表也代表ChatGPT在自主式工具運用與跨模態推理上的重要突破，預計接下來將在企業分析、學術研究與創意內容產出等情境中，為用戶帶來更高效且更貼近實務需求的AI助理體驗。這兩款模型現已對ChatGPT Plus與Pro付費用戶、企業版Teams與API用戶全面開放。
