OpenAI o3 och o4-mini lanseras – reasoning-modellerna kan använda verktyg

OpenAI o3 och o4-mini lanseras – reasoning-modellerna kan använda verktyg

Den 16 april 2025 lanserade OpenAI o3 och o4-mini, två reasoning-modeller som kunde använda ChatGPTs verktyg medan de löste svåra problem. Modellerna kunde själva välja att söka på webben, analysera filer och bilder, köra Python eller kombinera flera verktyg i ett längre resonemang.

Marketplace sammanfattar lanseringen i efterhand. o3 var den starkare modellen för komplexa uppgifter, medan o4-mini optimerades för högre volym och lägre kostnad. Tillsammans visade de hur reasoning-modeller utvecklades från isolerade problemlösare till mer fullständiga agenter.

Lanseringen i korthet

| Punkt | o3 | o4-mini |
|---|---|---|
| Lanseringsdatum | 16 april 2025 | 16 april 2025 |
| Huvudprofil | Maximal kvalitet på komplexa problem | Snabbare och billigare reasoning |
| Styrkor | Kod, matematik, vetenskap, bildanalys och flerledsarbete | Matematik, kod, data och visuella uppgifter i hög volym |
| Verktyg | Sökning, Python, filer, bilder och fler ChatGPT-verktyg | Samma verktygsfamilj med högre användningsgränser |
| Första ChatGPT-planer | Pro, Plus och Team | Pro, Plus och Team |
| Viktig skillnad | Djupare och mer resurskrävande | Effektivare och billigare |
| Begränsning | Kunde fortfarande resonera länge och landa fel | Lägre maximal kapacitet än o3 |

Från o1 till verktygsanvändande reasoning

OpenAI hade introducerat o1 i september 2024. Den serien visade att en modell kunde förbättra resultatet genom att använda mer beräkning före svaret.

o3 och o4-mini tog nästa steg. I stället för att bara resonera över informationen i prompten kunde modellerna välja verktyg för att fylla kunskapsluckor och kontrollera delar av sin lösning.

Ett arbetsflöde kunde exempelvis vara:

1. tolka en komplex fråga
2. söka efter aktuell information
3. öppna och läsa relevanta källor
4. ladda in ett kalkylblad
5. skriva Python för att analysera siffrorna
6. granska ett diagram
7. sammanställa ett svar med källor

Det gjorde modellen mer kapabel, men ökade även risken för felaktiga handlingar och dåliga källval.

Läs vår historiska artikel om OpenAI o1 och starten för reasoning-modellerna.

o3 var OpenAI:s starkaste reasoning-modell vid lanseringen

OpenAI beskrev o3 som företagets mest kraftfulla reasoning-modell dittills. Den var utvecklad för uppgifter där noggrannhet och flera arbetssteg var viktigare än snabb respons.

Typiska användningsområden var:

• avancerad programmering
• teknisk och vetenskaplig analys
• matematiska problem
• strategisk planering
• komplex dokumentgranskning
• bild- och diagramanalys
• research med många källor

Modellen kunde vara särskilt användbar när frågan först behövde undersökas och därefter räknas eller verifieras.

o4-mini prioriterade effektivitet

o4-mini var mindre och billigare men fick höga resultat inom matematik, kod och visuella uppgifter. Modellen var tänkt för arbetsflöden där en organisation behövde många reasoning-körningar och inte kunde använda den dyraste modellen för varje ärende.

OpenAI lyfte bland annat fram resultat på matematikbenchmarks när modellen fick använda Python. Det visar en viktig förändring i hur modeller bör jämföras.

En modell med verktyg kan prestera betydligt bättre än samma modell utan verktyg. Benchmarkresultat måste därför ange:

• vilka verktyg som var tillåtna
• hur många försök som gjordes
• om modellen fick söka på webben
• hur svaret verifierades
• om resultatet avser första försöket eller flera parallella körningar

Utan den informationen kan två siffror se jämförbara ut trots helt olika testmiljöer.

Modellerna kunde analysera bilder i sitt resonemang

Tidigare reasoning-modeller var främst textorienterade. o3 och o4-mini kunde använda bilder som en aktiv del av problemlösningen.

Modellen kunde exempelvis:

• tolka ett diagram
• läsa en skärmbild
• analysera ett handritat schema
• zooma eller rotera en bild genom verktyg
• kombinera visuella fynd med text och beräkningar

Det var värdefullt för tekniska rapporter och utbildning, men bildanalys var inte felfri. En felaktigt läst axel, symbol eller decimal kunde påverka hela resonemangskedjan.

För viktiga diagram borde användaren därför be modellen redovisa exakt vilka värden den läste av och kontrollera dem mot originalet.

Verktygsval blev en del av intelligensen

Det räcker inte att en modell har tillgång till många verktyg. Den måste välja rätt verktyg vid rätt tidpunkt och förstå resultatet.

Exempel på felaktiga val:

• webbsöka en fråga som redan fanns i det uppladdade dokumentet
• använda en gammal sekundär källa i stället för en aktuell myndighetssida
• skriva komplicerad kod för en enkel beräkning
• analysera en lågupplöst skärmbild utan att be om originalfilen
• fortsätta trots att verktyget returnerade ett fel

Den verkliga nyttan låg därför i kombinationen av modellens planering, verktygens kvalitet och tydliga externa kontroller.

Källor och verifierbara svar

OpenAI beskrev o3 och o4-mini som mer naturliga och användbara, med möjlighet att referera till webbkällor. När modellen sökte kunde användaren kontrollera det faktiska underlaget.

Men ett verktygsanrop garanterade inte korrekt syntes. Modellen kunde fortfarande:

• välja fel källa
• blanda uppgifter från olika datum
• missa ett undantag
• dra en starkare slutsats än källan stödde
• skriva rätt beräkning på fel data

Ett robust arbetsflöde var att be modellen separera fakta, antaganden, beräkningar och slutsats.

Kodning och mjukvaruutveckling

o3 var stark på att analysera kodbaser och planera förändringar. o4-mini gav ett billigare alternativ för tester, kodförklaring och enklare felsökning.

Utvecklare kunde använda modellerna till att:

1. identifiera möjliga fel
2. skapa testfall
3. föreslå en implementation
4. köra tester i en isolerad miljö
5. analysera felmeddelanden
6. revidera koden

Koden behövde fortfarande mänsklig granskning. En modell kunde få alla tester att passera genom att ändra testet i stället för produkten, introducera säkerhetsrisker eller optimera bort en viktig kontroll.

Codex, som lanserades en månad senare, byggde vidare på denna förmåga genom att arbeta i en separat molnsandlåda för en hel kodbas.

Högre intelligens gav nya säkerhetsrisker

Reasoning och verktygsanvändning kan hjälpa försvarare, men kan också göra modeller bättre på riskfylld planering. OpenAI utvärderade därför modellerna inom bland annat cyber, biologiska risker och modellautonomi.

De viktigaste externa skydden var:

• begränsade verktygsbehörigheter
• isolerad kodkörning
• loggning
• användarbekräftelse före externa konsekvenser
• blockering av högriskhandlingar
• övervakning av misstänkta mönster

En modell ska inte få tillgång till ett produktionssystem bara för att den är bättre på problemlösning. Tvärtom behöver en mer kapabel modell striktare gränser.

När skulle man välja o3 eller o4-mini?

| Behov | Lämpligare val vid lanseringen |
|---|---|
| Svår teknisk analys med få körningar | o3 |
| Många matematik- eller kodfrågor | o4-mini |
| Högsta möjliga kvalitet | o3 |
| Lägre kostnad och högre användningsgränser | o4-mini |
| Snabb vardaglig konversation | GPT-4o eller annan snabb modell |
| Kreativt skrivande och tonalitet | GPT-4.5 eller generell GPT-modell |

Modellvalet borde göras utifrån en testuppsättning med verkliga arbetsuppgifter, inte bara en leverantörstabell.

Svenska företag och praktisk användning

För svenska organisationer kunde modellerna användas i avgränsade arbetsflöden som:

• analys av tekniska rapporter
• kontroll av kalkyler
• kodgranskning
• dokumentjämförelser
• research med svenska och internationella källor
• sammanställning av beslutsunderlag

Företaget behövde kontrollera att modellen sökte rätt svenska primärkällor. En internationell webbsökning kunde annars prioritera material som gällde ett annat land eller en annan rättslig miljö.

Kostnad per korrekt resultat

Reasoning-modeller förbrukar mer beräkning än en snabb chattmodell. Därför bör kostnaden mätas mot nyttan.

Viktiga mätpunkter var:

• kostnad per körning
• andel korrekta svar
• tid till resultat
• antal verktygsanrop
• behov av mänsklig rättning
• hur ofta modellen måste köras om
• konsekvensen av ett fel

En dyrare o3-körning kunde vara billigare totalt om den löste en svår uppgift på första försöket. För enkla uppgifter kunde o4-mini eller en snabb generell modell ge bättre ekonomi.

Vägen mot enhetliga AI-system

OpenAI beskrev på längre sikt ett mål där användaren inte skulle behöva välja mellan många modellnamn. Systemet skulle själv avgöra när en fråga behövde snabb respons, längre reasoning eller verktyg.

o3 och o4-mini var viktiga steg mot den utvecklingen. De visade att en modell kunde kombinera intern problemlösning med aktiv användning av omvärlden.

Vanliga frågor

När lanserades o3 och o4-mini?

OpenAI lanserade båda modellerna den 16 april 2025.

Vad var skillnaden mellan dem?

o3 prioriterade maximal kvalitet på komplexa uppgifter. o4-mini var mindre, billigare och hade högre användningsgränser.

Kunde modellerna söka på webben?

Ja. I ChatGPT kunde de använda webbsökning tillsammans med andra verktyg när det behövdes.

Kunde de analysera bilder?

Ja. Modellerna kunde använda visuellt material som en del av sitt resonemang.

Var de alltid bättre än GPT-4o?

Nej. För enkla och snabba uppgifter kunde GPT-4o vara mer praktisk. o3 och o4-mini var främst avsedda för frågor som tjänade på längre reasoning.

Kunde modellerna fortfarande göra fel efter lång analys?

Ja. Mer reasoning minskade vissa fel men kunde även förstärka ett felaktigt antagande genom en lång och övertygande kedja.

Sammanfattning

OpenAI o3 och o4-mini lanserades den 16 april 2025 och gjorde verktygsanvändning till en central del av reasoning. Modellerna kunde söka, analysera filer och bilder, köra kod och kombinera resultaten i ett längre arbetsflöde.

o3 gav högre maximal kapacitet medan o4-mini gav bättre ekonomi och högre volym. Lanseringen visade samtidigt att intelligens inte enbart handlar om modellens interna kunskap. Rätt verktyg, rätt källa och starka tekniska behörighetsgränser blev lika viktiga.

Faktaunderlag: OpenAI, ”Introducing OpenAI o3 and o4-mini”, publicerad 16 april 2025. Artikeln är en historisk sammanfattning publicerad i efterhand.