OpenAI最新的推理模型o3-pro受到关注，但测试显示其推理能力有限，常常只对部分字母正确。前员工Miles Brundage批评苹果的推理研究为模式匹配。o3-pro在短上下文中表现良好，但在长上下文处理上不如Gemini 2.5 Pro。用户Ben Hylak认为，o3-pro需要更多背景信息以发挥最佳能力，并在工具使用和环境理解上有所提升。