當(dāng)?shù)貢r(shí)間1月31日，美國OpenAI公司正式上線推理模型o3-mini，并首次向免費(fèi)用戶開放推理模型，一同亮相的還有“滿血版”的o3模型。

來源：OpenAI

OpenAI表示，o3具備更先進(jìn)、近似人類的推理能力，在解決編程、數(shù)學(xué)、科學(xué)等理工科問題方面均超越現(xiàn)役的o1模型。該公司曾表示，o3-mini會(huì)在1月底先上架，o3則“會(huì)在不久之后推出”。

根據(jù)介紹，o3-mini支持開發(fā)者調(diào)整“AI推理努力程度”的選項(xiàng)——分為低、中、高三個(gè)級(jí)別。這種靈活性使得o3-mini可以在面對(duì)難題時(shí)“更努力思考”，而需要效率時(shí)優(yōu)先考慮回應(yīng)速度。開發(fā)者可根據(jù)需求選擇推理強(qiáng)度，平衡思考深度和響應(yīng)速度，但不支持視覺任務(wù)，視覺推理仍需使用o1。

在新聞稿中，OpenAI披露，在2024年美國數(shù)學(xué)邀請賽（AIME 2024）的測試中，低推理努力的o3-mini準(zhǔn)確率（60%）與o1-mini差不多，但速率更快；而在中等努力下，o3-mini準(zhǔn)確率能夠提升到79.6%，與o1模型相當(dāng)。在最高努力水平時(shí)，o3-mini的準(zhǔn)確率則能進(jìn)一步提升至87.3%。

在博士級(jí)科學(xué)問題（GPQA Diamond）方面，三種努力程度模型的準(zhǔn)確率分別為70.6%、76.8%和79.7%，該測試主要用于衡量模型在博士級(jí)別物理、生物和化學(xué)問題上的表現(xiàn)。

有外媒還將o3-mini和DeepSeek的R1模型進(jìn)行了對(duì)比。

在AIME 2024測試中，o3-mini僅在高推理強(qiáng)度下表現(xiàn)優(yōu)于R1（79.8%）。在以編程為重點(diǎn)的SWE-bench Verified基準(zhǔn)測試中，o3-mini同樣僅在高推理強(qiáng)度下以微弱優(yōu)勢（0.1 分）領(lǐng)先R1。在低推理強(qiáng)度下，o3-mini在GPQA Diamond基準(zhǔn)測試中落后于R1（71.5%）。

OpenAI宣布，從當(dāng)天開始，免費(fèi)ChatGPT用戶也能通過在編輯器中選擇“推理”來嘗試o3-mini模型，這也是公司的推理模型首次向免費(fèi)用戶開放。

對(duì)于付費(fèi)用戶，o3-mini將在模型選擇器中替代o1-mini。作為升級(jí)的一部分，每月花費(fèi)20美元左右的ChatGPT Plus和Team用戶，速率限制也從o1-mini的每天50條，提升到o3-mini的150條。每月支付200美元的ChatGPT Pro用戶，能無限制地訪問o3-mini。

近期，爆火的DeepSeek-R1模型對(duì)OpenAI構(gòu)成了競爭壓力，尤其在成本方面呈現(xiàn)出顯著差異。

OpenAI 的推理模型o1系列相對(duì)成本較高，o1模型的API定價(jià)為每百萬輸入tokens 15美元，每百萬輸出tokens 60美元，而DeepSeek R1的API定價(jià)為每百萬輸入tokens 0.14美元（緩存命中）/0.55美元（緩存未命中），每百萬輸出tokens 2.19美元。

這次發(fā)布中，OpenAI強(qiáng)調(diào)了成本問題。與OpenAI的o1-mini相比，o3-mini的價(jià)格降低了63%。o3-mini定價(jià)為每百萬輸入tokens 1.10美元，每百萬輸出tokens 4.40美元,。不過，相比DeepSeek-R1，o3-mini的價(jià)格依然高出了不少。

o3-mini與DeepSeek-R1價(jià)格對(duì)比

安全方面，OpenAI表示，在訓(xùn)練o3-mini以實(shí)現(xiàn)安全響應(yīng)的過程中，采用了一種關(guān)鍵技術(shù)--“深思熟慮的對(duì)齊（deliberative alignment）”。

通過這種方法，OpenAI訓(xùn)練模型在回答用戶提示之前，先對(duì)人類編寫的安全規(guī)范進(jìn)行推理?？梢岳斫鉃?，OpenAI希望確保o3-mini生成的內(nèi)容更加安全、符合道德，并降低了模型生成不良或有害響應(yīng)的風(fēng)險(xiǎn)。

本文系觀察者網(wǎng)獨(dú)家稿件，未經(jīng)授權(quán)，不得轉(zhuǎn)載。