OpenAI · modelo de lenguaje
o3: precio, contexto y benchmarks
o3 es un modelo de lenguaje de OpenAI lanzado el 16 de abril de 2025. Cuesta 2 US$ por millón de tokens de entrada y 8 US$ de salida, con un contexto de 200 mil tokens. Epoch AI lo sitúa en el puesto 73 de 125 modelos evaluados.
Lo que hay que saber de o3
o3 fue publicado por OpenAI (Estados Unidos) el 16 de abril de 2025. Acepta imágenes, texto y archivos como entrada y produce texto. Su ventana de contexto alcanza 200.000 tokens, más que el 36 % de los modelos del registro, y puede escribir hasta 100.000 tokens de una vez.
Lanzado hace más de 1 año, pertenece a una generación ya superada por modelos más recientes de casi todos los editores.
Precio de o3
En OpenRouter, o3 cuesta 2 US$ por millón de tokens de entrada y 8 US$ de salida. Contando tres tokens leídos por cada token escrito, su precio medio es de 3,5 US$ por millón, más caro que el 81 % de los modelos de pago (4,6 veces la mediana de 0,76 US$).
Un ejemplo concreto: una tarea que envía 2.000 tokens (unas 1.500 palabras) y recibe 500 tokens de respuesta cuesta 0,008 US$. Con 1.000 tareas al día, cuente 240 US$ al mes. La calculadora de precios rehace este cálculo con sus propios volúmenes.
Los tokens ya enviados y en caché se facturan a 0,5 US$ por millón. Con procesamiento por lotes (respuesta diferida), el precio baja a 1 US$ de entrada y 4 US$ de salida.
Rendimiento y benchmarks
El Epoch Capabilities Index (ECI), que agrega los resultados publicados en muchos benchmarks, da a o3 una puntuación de 146,7 (intervalo de 144,8 a 148,5). Se sitúa así en el puesto 73 de 125 modelos evaluados.
Puntuaciones publicadas por Epoch AI en los benchmarks que sigue el sitio:
| Benchmark | Qué mide | Score | Fecha |
|---|---|---|---|
| GPQA Diamond | preguntas de ciencias de nivel doctorado | 81,8 % | 16 abr 2025 |
| SWE-bench Verified | corrección de incidencias reales de GitHub | 62,3 % | 16 abr 2025 |
| ARC-AGI-1 | rompecabezas visuales de razonamiento abstracto | 60,8 % | 16 abr 2025 |
| ARC-AGI-2 | versión más difícil de los rompecabezas ARC | 6,5 % | 16 abr 2025 |
| FrontierMath | problemas de matemáticas de investigación (niveles 1-3) | 33,3 % | 16 abr 2025 |
| OTIS Mock AIME | problemas de competición de matemáticas | 84,4 % | 16 abr 2025 |
| SimpleQA Verified | exactitud en hechos simples | 49,4 % | 16 abr 2025 |
| Aider Polyglot | ejercicios de código en varios lenguajes | 81,3 % | 16 abr 2025 |
| OSWorld | uso de un ordenador de escritorio | 23 % | 16 abr 2025 |
Con un rendimiento al menos igual, Claude Haiku 5.5, Gemini 3.7 Flash y Gemini 3.8 Flash cuestan al menos un 30 % menos.
Funciones, privacidad y uso local
- Admite la llamada a herramientas: puede manejar un agente IA, llamar a API o a servidores MCP.
- Puede responder en un formato JSON impuesto (salidas estructuradas).
- Es un modelo de razonamiento: «piensa» antes de responder, lo que ayuda en tareas difíciles pero consume más tokens de salida.
- Sus conocimientos llegan hasta junio de 2024.
Sus pesos no se publican: solo se puede usar a través de la API de OpenAI o de un intermediario como OpenRouter, lo que implica enviar sus datos fuera de sus máquinas.
Otros modelos de OpenAI
| Modelo | Lanzamiento | Precio medio | ECI |
|---|---|---|---|
| GPT-6.1 Sol | 29 sept 2026 | 4 US$ | 168,4 |
| GPT-6.1 Sol Pro | 29 sept 2026 | 4 US$ | — |
| GPT-6 Sol | 22 sept 2026 | 4 US$ | 163,7 |
| GPT-6 Luna | 22 sept 2026 | 0,2 US$ | 156,8 |
| GPT-6 Luna Pro | 22 sept 2026 | 0,2 US$ | — |
| GPT-6 Sol Pro | 22 sept 2026 | 4 US$ | — |
| GPT-6 Astra | 4 sept 2026 | 20 US$ | 168,8 |
| GPT-6 Astra Pro | 4 sept 2026 | 20 US$ | — |
Veredicto
o3 obtiene 39/100 según nuestra tabla, que solo usa cifras publicadas.
Puntos fuertes
- Listo para agentes: llamada a herramientas y salidas JSON estructuradas.
- Tarifa reducida en procesamiento por lotes.
Limitaciones
- Caro: más costoso que el 81 % de los modelos de pago.
- Generación antigua, a menudo sustituida por un modelo más reciente del mismo editor.
Evítelo si…
- procesa grandes volúmenes con un presupuesto ajustado;
- sus datos no deben salir de sus servidores;
- sus tareas son sobre todo sencillas: un modelo sin razonamiento costará menos.
Alternativas
- GLM 5.12,15 US$
- GLM 51,55 US$
- Qwen3.5 397B A17B1,28 US$
- Claude Opus 4.510 US$
- Claude Sonnet 4.56 US$
- Claude Haiku 4.52 US$
Comparativas y herramientas
Entender
Preguntas frecuentes
¿Cuánto cuesta o3?
2 US$ por millón de tokens de entrada y 8 US$ de salida en OpenRouter (dato del 25 de octubre de 2026). Una tarea de 2.000 tokens leídos y 500 escritos cuesta 0,008 US$.
¿Qué tamaño tiene el contexto de o3?
200.000 tokens, unas 150.000 palabras, con un máximo de 100.000 tokens de salida.
¿Se puede usar o3 en local?
No, OpenAI no publica sus pesos: solo se usa por API.
¿Sirve o3 para un agente IA?
Técnicamente sí: admite llamada a herramientas y salidas estructuradas. Compruebe después su coste para su volumen.
¿Qué rendimiento tiene o3?
Epoch AI lo sitúa en el puesto 73 de 125 modelos evaluados (ECI 146,7). En GPQA Diamond, obtiene un 81,8 %.
¿Qué alternativas hay a o3?
Los modelos más cercanos en precio y rendimiento son GLM 5.1, GLM 5 y Qwen3.5 397B A17B.
Artículos relacionados
- Mistral AI: modelos, precios y agentes25 de octubre de 2026
- Benchmark LLM: cómo interpretar las clasificaciones de modelos24 de octubre de 2026
- Ejecutar un LLM en local: hardware, software y límites24 de octubre de 2026
- ¿Modelos de código abierto o cerrados para sus agentes?5 de octubre de 2026
Neutralidad. Ningún enlace de afiliación. Ningún editor paga por ser evaluado, puntuado o clasificado. Las evaluaciones las dirige François Chollet, neutrales y factuales, y cada dato está fechado y con su fuente. Cómo puntuamos